| name | lookup-person-wikidata |
| description | Zoek een persoon in Wikidata op naam, retourneer kandidaten met geboortejaar en Q-id. Gebruik bij ambigue persoonsverwijzingen voordat een polder-record wordt aangemaakt, zodat we waar mogelijk een echt geboortejaar in de slug krijgen in plaats van een UUID-fallback. |
| version | 0.1.0 |
| triggers | ["lookup persoon wikidata","zoek geboortejaar wikidata","persoon wikidata kandidaat","find person wikidata","resolve birthyear wikidata"] |
lookup-person-wikidata
Doel
Vóór het aanmaken van een nieuw person:* record proberen we via Wikidata een
geboortejaar en Q-id te vinden. Lukt dat, dan krijgt de persoon een stabiele
slug <family>-<initials>-<jaar>. Lukt het niet, dan valt de caller terug op
een UUID-suffix (zie slugify_person(..., fallback_uuid=...)).
Deze skill doet de Wikidata-lookup en levert kandidaten met scores. De skill
schrijft nooit naar data/personen/, alleen naar data/_staging/.
Input
JSON met:
name: object {family, given?, initials?} of een platte string
("Mark Rutte").context (optioneel): {organization, role, date} voor disambiguatie. Bij
bijvoorbeeld "BZK directie Digitale Samenleving" check je P108 (employer) of
P39 (position held) van een kandidaat tegen die organisatie.
Output
JSON met:
input: echo van de genormaliseerde input.candidates: lijst van {qid, label, birth_year, description, score, recommended}.recommended_qid: het qid van de beste match als de top-score boven 0.85 ligt,
anders null.
birth_year is null als Wikidata geen P569 heeft voor die persoon. In dat
geval geen geboortejaar verzinnen; laat null staan.
Stappen voor de LLM
- Roep
polder.fetchers.wikidata_sparql.lookup_person_by_name(family, initials=..., given=..., endpoint="qlever", cache_dir=Path("_cache/wikidata-personen")).
Cache wordt onder _cache/wikidata-personen/<query-hash>.json gehasht; bij een
tweede call met dezelfde input is er geen netwerkverkeer.
- Voor elke kandidaat, scoor:
- Naam-overeenkomst: family-naam exact in
label (1.0), edit-distance
≤ 2 (0.7), anders 0.0. Bij meegegeven given: tel +0.2 als de given-naam
ook in het label staat. Cap op 1.0.
- Context-fit: als
context.organization is meegegeven, check of de
description of een andere Wikidata-property (bv. P108 employer) die
organisatie noemt. Als ja: +0.1.
- Markeer de kandidaat met de hoogste score als
recommended: true mits
score > 0.85. Anders blijft recommended: false voor alle kandidaten en
recommended_qid: null.
- Schrijf het resultaat naar
data/_staging/lookup-<name-slug>.json (de
CLI-wrapper polder skill lookup-person doet dit al).
Harde regels
- Lege lijst bij geen match. Nooit een vermoeden uitspugen. Als Wikidata
geen kandidaten geeft:
candidates: [] en recommended_qid: null.
- Schrijf alleen naar
data/_staging/. Nooit direct naar data/personen/.
- Geen geboortejaar verzinnen.
birth_year: null blijft null.
- Cache idempotent. Twee runs met identieke input geven identieke output.
- Confidence per kandidaat als float in [0, 1] in het
score-veld.
Lage score (< 0.85) → handmatige review.
Aanroep vanuit CLI
uv run polder skill lookup-person "Mark Rutte"
uv run polder skill lookup-person "Suzie Kewal" --organization "BZK directie Digitale Samenleving"
Voorbeeld
Zie example_input.json en example_output.json.
Status
Actief, versie 0.1.0.
