« BottinBot2 » : différence entre les versions
Aller à la navigation
Aller à la recherche
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 4 : | Ligne 4 : | ||
== Fonctionnement du bot == | == Fonctionnement du bot == | ||
=== Traitements des données du bottin === | === Traitements des données du bottin === | ||
Le but de cette partie est de créer un dictionnaire listant tout les entitées distinctes qui ont pu être extraites des bottins. On considère que deux entrée du bottin font référence à la même entité si leurs variables ''name'',''job'' et ''street_clean'' sont très similaires. | |||
Le but | |||
Version du 18 mai 2020 à 21:04
Présentation du bot
La fonction de ce bot est d'automatiser la création d'articles biographiques à partir de données extraites des anciens annuaires de la ville de Paris. La donnée primaire est un DataFrame dont les lignes sont les entrées des bottins, chaque entrée contient les informations suivantes:
index, directory, page, row, year, name, job, street, number, street_clean, street_only
Fonctionnement du bot
Traitements des données du bottin
Le but de cette partie est de créer un dictionnaire listant tout les entitées distinctes qui ont pu être extraites des bottins. On considère que deux entrée du bottin font référence à la même entité si leurs variables name,job et street_clean sont très similaires.
Ecriture des articles
à l'aide de la fonction entry2url, il est possible de déduire des variables directory,page et row une adresse URL menant à la page du bottin sur GALLICA, qui pourra servir de source