Akteursmodul mit Wikidata-Spiegel

Modul 4 der Spezifikation, dazu das Lexikon, auf das es sich stuetzt.

Drei Schritte, streng getrennt: die NER liefert Kandidatenspannen, das
Lexikon entscheidet den Typ, die Amtstabelle loest Aemter gegen das Datum
des Items auf. Die Trennung ist gemessen begruendet und nicht uebernommen:
de_core_news_lg haelt "Merz" fuer einen Ort, "Landtagswahl" fuer einen Ort
und "Ukraine-Krieg" fuer eine Person. Der NER-Typ steht als ner_typ in der
Nutzlast, entscheidet aber nichts.

Modellwahl gemessen: sm und lg finden fast gleich viele Entitaeten (14249
gegen 14261), aber nicht dieselben - nur 10,7 Prozent der Items bekommen
von beiden dasselbe Ergebnis, der Jaccard ueber alle Spannen liegt bei
0,590. lg findet 170-mal zusaetzlich "AfD" sowie Merz, Putin, Trump,
Kushner, Witkoff. Zeitlich kostet das nichts (7,3 gegen 8,0 Sekunden fuer
den Gesamtbestand), an Plattenplatz 568 MB.

Der Spiegel ist eine Abschrift, keine Auslegung: lexikon/*.json enthaelt
die Wikidata-Antworten unveraendert, mit MANIFEST.json als Beleg. Jede
Ableitung geschieht in lexikon_laden.py. Nur lexikon.py --spiegeln fasst
das Netz an, und es laeuft von Hand - die WDQS ist ein spendenfinanzierter
Dienst, kein Endpunkt fuer eine Pipeline im Viertelstundentakt.

p2-005 legt akteure und amtsinhaber an, dazu zwei Betriebssichten. Keine
Ausschlussbeschraenkung gegen ueberlappende Amtszeiten: Doppelspitzen sind
im deutschen Parteiensystem der Normalfall, und Bremen fuehrt
"Buergermeister" als kollegiales Amt. Die Sicht
amtsinhaber_ueberschneidungen macht Ueberlappungen sichtbar, statt sie zu
verbieten. Amtszeiten sind halboffen - der Tag der Uebergabe gehoert dem
Nachfolger, sonst waere jeder Amtswechsel eine Ueberschneidung.

Messung ueber den Gesamtbestand: 3407 Items in 21,1 Sekunden, 14652
Nennungen, 2889 aufgeloest. Ein Slot-Lauf erzeugt bitgleich dieselbe
Nutzlast wie der Gesamtlauf, 0 Abweichungen. spaCy ist stapelunabhaengig
(Stapelgroesse 64, 7, 1 und rueckwaerts: identische Spannen), der
Kunstgriff mit der festen Tokenlaenge aus dem Embeddingmodul ist hier
nicht noetig.

Zwei Fallen sind in NOTES.md festgehalten: eine geratene QID haengt einen
Eintrag an ein fremdes Objekt (Q157617 ist die Commerzbank, nicht der
Bundesrat), und FILTER (lang(?name) = "de") verliert lautlos alles ohne
deutsches Label - Apple, Microsoft und Meta.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01NupWEBPzsyohVPG47HsTz8

lexikon/hand.json

@@ -0,0 +1,133 @@
+{
+ "_hinweis": "Handpflege. Wird von lexikon_laden.py nach den Spiegeldateien gelesen und ergaenzt sie, ueberschreibt nichts. Jeder Eintrag braucht eine Begruendung, warum der Wikidata-Spiegel ihn nicht hergibt. QIDs sind gegen Wikidata geprueft - eine geratene QID traegt den Eintrag an ein fremdes Objekt (Q157617 ist die Commerzbank, nicht der Bundesrat). Wo keine geprueft vorliegt, steht null.",
+ "akteure": [
+  {
+   "id": "org:nato",
+   "typ": "organisation",
+   "name": "NATO",
+   "land": null,
+   "rolle": "INT",
+   "wikidata_qid": "Q7184",
+   "aliase": [
+    "Nordatlantikpakt",
+    "Nordatlantische Allianz"
+   ],
+   "notiz": "Wikidata fuehrt die NATO als Militaerbuendnis, nicht als internationale Organisation - die Spiegelabfrage findet nur ihre Unteragenturen. Der Eintrag wird ueber die QID mit dem Spiegel zusammengefuehrt."
+  },
+  {
+   "id": "org:bundestag",
+   "typ": "organisation",
+   "name": "Deutscher Bundestag",
+   "land": "DEU",
+   "rolle": "LEG",
+   "wikidata_qid": "Q154797",
+   "aliase": [
+    "Bundestag"
+   ],
+   "notiz": "Parlament, keine internationale Organisation - faellt durch jede Spiegelabfrage."
+  },
+  {
+   "id": "org:bundesrat",
+   "typ": "organisation",
+   "name": "Bundesrat",
+   "land": "DEU",
+   "rolle": "LEG",
+   "wikidata_qid": null,
+   "aliase": [],
+   "notiz": "wie Bundestag. QID nicht geprueft, deshalb keine."
+  },
+  {
+   "id": "org:bundesregierung",
+   "typ": "organisation",
+   "name": "Bundesregierung",
+   "land": "DEU",
+   "rolle": "GOV",
+   "wikidata_qid": null,
+   "aliase": [],
+   "notiz": "wie Bundestag. QID nicht geprueft, deshalb keine."
+  },
+  {
+   "id": "org:bundesverfassungsgericht",
+   "typ": "organisation",
+   "name": "Bundesverfassungsgericht",
+   "land": "DEU",
+   "rolle": "JUD",
+   "wikidata_qid": "Q56025",
+   "aliase": [
+    "Verfassungsgericht",
+    "BVerfG"
+   ],
+   "notiz": "Gericht, keine internationale Organisation."
+  },
+  {
+   "id": "org:openai",
+   "typ": "organisation",
+   "name": "OpenAI",
+   "land": "USA",
+   "rolle": "BUS",
+   "wikidata_qid": "Q21708200",
+   "aliase": [
+    "Open AI"
+   ],
+   "notiz": "Nicht boersennotiert, steht im Technikressort aber staendig in der Zeile."
+  },
+  {
+   "id": "org:apple",
+   "typ": "organisation",
+   "name": "Apple",
+   "land": "USA",
+   "rolle": "BUS",
+   "wikidata_qid": "Q312",
+   "aliase": [
+    "Apple Inc."
+   ],
+   "notiz": "Hat in Wikidata kein deutsches Label. Die Spiegelabfragen filtern auf lang(?name)='de' und verlieren solche Objekte stillschweigend - siehe NOTES.md."
+  },
+  {
+   "id": "org:microsoft",
+   "typ": "organisation",
+   "name": "Microsoft",
+   "land": "USA",
+   "rolle": "BUS",
+   "wikidata_qid": "Q2283",
+   "aliase": [],
+   "notiz": "Hat in Wikidata kein deutsches Label. Die Spiegelabfragen filtern auf lang(?name)='de' und verlieren solche Objekte stillschweigend - siehe NOTES.md."
+  },
+  {
+   "id": "org:meta",
+   "typ": "organisation",
+   "name": "Meta Platforms",
+   "land": "USA",
+   "rolle": "BUS",
+   "wikidata_qid": "Q380",
+   "aliase": [
+    "Meta",
+    "Facebook"
+   ],
+   "notiz": "Hat in Wikidata kein deutsches Label. Die Spiegelabfragen filtern auf lang(?name)='de' und verlieren solche Objekte stillschweigend - siehe NOTES.md."
+  }
+ ],
+ "aliase": {
+  "sta:vereinigte_staaten": [
+   "USA",
+   "US"
+  ],
+  "org:europaeische_union": [
+   "EU"
+  ],
+  "org:vereinte_nationen": [
+   "UN",
+   "UNO"
+  ],
+  "org:weltgesundheitsorganisation": [
+   "WHO"
+  ],
+  "org:volkswagen_ag": [
+   "VW"
+  ],
+  "org:alphabet_inc": [
+   "Google",
+   "Alphabet"
+  ]
+ }
+}