1. Home
  2. Reutilizações
  3. Desarquivo

Desarquivo

Publicado em 21 de agosto de 2021

Ver a reutilização

Miguel Sozinho Ramalho

4 conjuntos de dados
1 reutilizações
  • arquivo-da-web
  • jornalismo-de-investigacao
  • verificacao-de-factos

Informações

Tipo
Aplicação
Temática
Outros
ID
61212fea07819085f62f4641

Publicação

Data de criação
21 de agosto de 2021

Contribuir

Acrescentar uma reutilização Contacte o reutilizador

Embutir

URL Estável

Descrição

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

Conjuntos de dados utilizados 4

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

    A partir de 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:…

    Qualidade dos metadados : 1.0/1
    Qualidade dos metadados :
    Descrição dos dados preenchidos
    Recursos documentados
    Licença preenchida
    Frequência de actualizações respeitada
    Formatos de ficheiros padrão
    Cobertura de tempo fornecida
    Cobertura espacial fornecida
    Mais sobre este indicador
    — Actualizado em 31 de agosto de 2021
    • 1 reutilização
    • 0 favoritos

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

    A partir de 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:…

    Qualidade dos metadados : 1.0/1
    Qualidade dos metadados :
    Descrição dos dados preenchidos
    Recursos documentados
    Licença preenchida
    Frequência de actualizações respeitada
    Formatos de ficheiros padrão
    Cobertura de tempo fornecida
    Cobertura espacial fornecida
    Mais sobre este indicador
    — Actualizado em 31 de agosto de 2021
    • 1 reutilização
    • 0 favoritos

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

    A partir de 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:…

    Qualidade dos metadados : 1.0/1
    Qualidade dos metadados :
    Descrição dos dados preenchidos
    Recursos documentados
    Licença preenchida
    Frequência de actualizações respeitada
    Formatos de ficheiros padrão
    Cobertura de tempo fornecida
    Cobertura espacial fornecida
    Mais sobre este indicador
    — Actualizado em 31 de agosto de 2021
    • 1 reutilização
    • 0 favoritos

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

    A partir de 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…

    Qualidade dos metadados : 1.0/1
    Qualidade dos metadados :
    Descrição dos dados preenchidos
    Recursos documentados
    Licença preenchida
    Frequência de actualizações respeitada
    Formatos de ficheiros padrão
    Cobertura de tempo fornecida
    Cobertura espacial fornecida
    Mais sobre este indicador
    — Actualizado em 31 de agosto de 2021
    • 1 reutilização
    • 0 favoritos

Discussão entre o produtor e a comunidade sobre esta reutilização.

Mais reutilização

Descobrir mais sobre reutilização.