Kalcsó Gyula – digitális gereblyézés /// OSZK CSEVEJ S02E10

Zajlik a kozterkep.hu scrapingje, gereblyézése, amelyben majdnem félmillió fotót és adatot mentettek az OSZK webarchiválási robotjai, ezek szolgáltatásáról is beszélgetünk, és a webarchiválás legújabb tapasztalatairól is szól a csevej egy nemzetközi konferencia kapcsán. Az OSZK 20. csevejében Kalcsó Gyulával, a Digitális Bölcsészeti Központ Digitális Filológiai és Webarchiválási Osztály munkatársával beszélgetett Tóth Péter, a nemzeti könyvtár webes tartalompakolója. Solymosi Ákos hangmérnök segítette a csevej elkészítését. Tartalom: 01:08 Webarchiválás gereblyézéssel – scraping 04:04 Célzott tartalmi elemek mentése, webarchiválás light 06:00 Közel félmillió gereblyézett kép scriptekkel 08:20 A webes szerzői jog 11:20 Hol vannak a bezárt weboldalak adatai? 13:40 Az OSZK-robotok legálisan gereblyéznek 15:30 Etikus felhasználói lopás az interneten 17:10 Digitális köteles példányok 18:30 A mentett dokumentumok kutathatósága, a weboldal nyers szövegének adatvizualitása 21:08 A nyelvek szerepe a webarchiválásban 24:08 Kutatófelületet fejleszt az OSZK 26:29 A közösségi oldalak mentése a legújabb kihívás OSZK-webarchívum: https://webarchivum.oszk.hu/ Scraping: https://matebalazs.hu/scraping.html Webscraping: https://en.wikipedia.org/wiki/Web_scraping Videón a gereblyézés: https://www.youtube.com/watch?v=dlj_QL-ENJM