2 Commits

Include renames

Author	SHA1	Message	Date
irrlichtandClaude Opus 5	3a9c000a0e	Landtage und Regierungen im Lexikon, Rang als Gleichstandsregel ... Drei neue Spiegelabfragen schliessen die gemessene Luecke im Akteurslexikon: landtage (1539), regierung (2003), sondergesandte (5). Lexikon 5540 -> 8856 Akteure, Aufloesung 21,1 % -> 23,2 % ueber 5018 Items. Der Gewinn steckt in wenigen Personen - Siegmund 123, Witkoff 102, Kushner 93, Lawrow 21. Drei Abfragen, weil Wikidata drei Wege verlangt: landtage P31/P279*, nicht P279* - "Mitglied des Landtag Sachsen-Anhalt" ist eine Instanz von Q1939559, keine Unterklasse. Dazu ein schaerferer Datumsfilter: von 11464 je gewaehlten Personen tragen 9700 keinerlei Zeitangabe, ein blosses "kein Ende gesetzt" liesse die Weimarer Republik herein. regierung P1308, Amt -> derzeitiger Inhaber. Ueber die Amtszeit der Person faellt Lawrow (amtiert seit 2004) aus jedem Datumsfenster, ohne Fenster kommen Tausende Minister herein, deren Amtszeit nie zu Ende gepflegt wurde. sondergesandte Der andere Weg, fuer Witkoff - sein Amt traegt kein P1308. Beide Wege in einer Abfrage laufen in die Zeitgrenze der WDQS. Kushner steht in hand.json: sein Amt endete 2021, seine Rolle nicht. Die Erweiterung hat zuerst Schaden angerichtet. Mit den Landtagen kamen Janine und Heiner Merz ins Lexikon, "Merz" wurde mehrdeutig, und 125 Nennungen des Bundeskanzlers fielen aus. Aus jedem "Hamburg" wurde eine Kultusministerin (22-mal), aus "KI" ein Nachname (16-mal). Daher sieben neue Sperreintraege und eine dritte Regel in waehle(): traegt genau ein Kandidat den niedrigsten Rang, gewinnt er. Der Rang kommt aus der Spiegelabfrage, Staatsfuehrung vor Bundestag vor Landtag - keine Wichtigkeitsordnung, sondern eine Erwartung darueber, wen eine deutsche Schlagzeile mit blossem Nachnamen meint. Abschlag 0,15, Grund steht in der Nutzlast. Die Amtstabelle bekommt den schlechtesten Rang: sie reicht bis 1794 zurueck, mit Rang 0 wurde aus "Teufel" ein Ministerpraesident a. D. Dabei fiel ein Loch im Fingerabdruck auf: NACHNAMEN_SPERRE stand nicht in EINSTELLUNGEN_FEST. Ein Eintrag mehr aenderte das Ergebnis von 4868 auf 4820 aufgeloeste Nennungen unter derselben coder_version - genau der Fehler, den die Version verhindern soll. Sperrliste und Rangordnung gehen jetzt als Hash ein. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	2026-09-08 12:11:56 +02:00
irrlichtandClaude Opus 5	7e4c31912c	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	2026-09-08 08:27:05 +02:00