1. Home
  2. Reuses
  3. Desarquivo

Desarquivo

Published on August 21, 2021

See the reuse

Miguel Sozinho Ramalho

4 datasets
1 reuses
  • arquivo-da-web
  • jornalismo-de-investigacao
  • verificacao-de-factos

Informations

Type
Application
Topic
Others
ID
61212fea07819085f62f4641

Publication

Creation date
August 21, 2021

Contribute

Add a reuse Contact the reuser

Embed

Permalink

Description

Um projeto que procura democratizar e complementar o jornalismo de investigação e a verificação de factos.

Tem por base a análise de milhões de notícias pertencentes aos principais jornais generalistas Portugueses, escritas nos últimos 20 anos (2020), e que se encontram preservadas no arquivo.pt.

Projeto disponível em https://msramalho.github.io/desarquivo/

Vídeo de apresentação do projeto

Mais informações sobre o projeto: https://github.com/msramalho/desarquivo
Mais informações sobre os dados: https://github.com/msramalho/desarquivo/blob/master/DATASETS.md

Used datasets 4

  • Desarquivo - dataset 01 notícias e entidades MongoDB (dataset01) dataset01

    From Miguel Sozinho Ramalho

    Conjunto das notícias (depois de limpeza não trivial de duplicados) e entidades extraídas, este dataset foi posteriormente filtrado para gerar o 2o dataset com um número mais limitado de entidades de forma a garantir a sua relevância. Para mais informações ver:…

    Metadata quality: 1.0/1
    Metadata quality:
    Data description filled
    Resources documented
    License filled
    Update frequency followed
    File formats are open
    Temporal coverage filled
    Spatial coverage filled
    Learn more about this indicator
    — Updated on August 31, 2021
    • 1 reuse
    • 0 favorites

  • Desarquivo - dataset 02 notícias e entidades MongoDB (dataset02) dataset02

    From Miguel Sozinho Ramalho

    Conjunto final de notícias e entidades diretamente apresentadas na versão atual do desarquivo disponível em https://msramalho.github.io/desarquivo/ Deverá extrair os ficheiros zipados e, de seguida, invocar o comando mongorestore -d desarquivo PASTA_COM_FICHEIROS> Para mais informações ver:…

    Metadata quality: 1.0/1
    Metadata quality:
    Data description filled
    Resources documented
    License filled
    Update frequency followed
    File formats are open
    Temporal coverage filled
    Spatial coverage filled
    Learn more about this indicator
    — Updated on August 31, 2021
    • 1 reuse
    • 0 favorites

  • Desarquivo - dataset 03 grafo de ligações entre entidades Neo4j (dataset03) dataset03

    From Miguel Sozinho Ramalho

    Grafo de ligações entre entidades usadas na versão atual do desarquivo disponível em https://msramalho.github.io/desarquivo/ Para importar os dados usar neo4j-admin import --id-type=STRING --nodes=import/i_entities.csv --relationships=rel=import/i_connections.csv Para mais informações consultar:…

    Metadata quality: 1.0/1
    Metadata quality:
    Data description filled
    Resources documented
    License filled
    Update frequency followed
    File formats are open
    Temporal coverage filled
    Spatial coverage filled
    Learn more about this indicator
    — Updated on August 31, 2021
    • 1 reuse
    • 0 favorites

  • Desarquivo - dataset 04 grafo de ligações entre entidades Neo4j (dataset04) dataset04

    From Miguel Sozinho Ramalho

    Grafo de ligações entre entidades e notícias (neste caso não foi preparado o comando com o neo4j-import mas aconselha-se esse face à opção LOAD CSV para datasets grandes) os dados são os mesmos do dataset 03 b mas, ao importar, são reorganizados de outra forma gerando um nó no grafo para cada…

    Metadata quality: 1.0/1
    Metadata quality:
    Data description filled
    Resources documented
    License filled
    Update frequency followed
    File formats are open
    Temporal coverage filled
    Spatial coverage filled
    Learn more about this indicator
    — Updated on August 31, 2021
    • 1 reuse
    • 0 favorites

Discussion between the owner and the community about this reuse.

More reuses

Discover more reuses.