feat(sources): Wayback pass, automatic trimming, detention rule, ten cases re-sourced
Second and third rounds on the dossier pipeline, reviewed locally before commit. Retrieval - wayback_pass.py: retries every BLOCKED/DEAD/THIN/ERROR linked source through the Wayback Machine; blocks carry the snapshot date, archive URL and the live verdict. 143 slots retried: 93 fetched, 37 no snapshot, 12 script shells, 1 PDF. - fetch_sources.py: fetch_wayback() helper. - add_extra_sources.py: files staged extra_* finds (web search, not on the DB record) into the store with a provenance note. - Cases re-sourced by web search: 248 (Oslo: Document.no, Avisa Oslo, NRK; the linked Le Parisien piece is case 242 and is marked OFF-CASE), 258 Kharkiv, 260 Singapore, 358 Bangkok, 365 Las Vegas, 388 Verneuil-sur-Seine, 390 Zoersel, 430 Homestead. 341 of 364 cases now hold a fetched article; 11, 66 and 399 have no public text source (podcast, police video, direct victim report). Trimming - auto_trim.py: case-anchored furniture cut for UNTRIMMED blocks. Finds the body run that mentions the case, merges across subheadings and short furniture gaps, drops teasers, share bars, date/URL/caption lines and subscription pitches; refuses pages with no record term or almost no body. 302 blocks trimmed; 16 left on auto-trim-review.md (7 OFF-CASE suspects). Every cut is labelled AUTO-TRIMMED, UNREVIEWED in the dossier; the full extract stays in staging/. Decisions with anchors in trim-decisions-auto.json. - build_cases.py / verify_all.py: banners for auto-trimmed and archived blocks, staged-file check extended to Wayback blocks, flag legend under the record. Detention rule - README "Definitions": the DB field `kidnappings` is the DETENTION violence type (victim, guard, staff or relative held to force submission or execute the theft), distinct from the Kidnapping scenario (taken away and held). - detention-flag-review.md / detention-flag-corrections.json: 40 records reviewed with evidence; 30 set-to-1 proposals accepted by the owner on 2026-09-06 (listed in corrections-approved.md), 10 still open. - apply_detention_wording.py: "Violence Used" in the 70 reviewed summaries now names detention explicitly (62 of 70 labelled), supported by the summary's own text; idempotent; supersedes the batch scripts' wording. Worklist and docs - sofia-worklist.md: 248 decisions, detention rule item replacing the old "no abduction" item, fresh-search section for the textless cases. - README-START-HERE.md: progress notes, run commands, next steps. - Bug fixed in passing: Wayback blocks stored in-memory text with carriage returns; now stored as read back from disk. verify_all.py PASSES (2321 checks). Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01GZZENdTLzNGsbNy4DyF1yt
This commit is contained in:
StellarCrow
co-authored by
Claude Fable 5.1
Claude Fable 5.1
parent
499fd61f79
commit
439e83a4cb
@@ -26,6 +26,9 @@ DATABASE RECORD
|
||||
notes tortured by three masked individuals in a hall on the outskirts of the city, finger cut off
|
||||
has_processed_date 1
|
||||
created_at 2025-11-13 05:44:45
|
||||
(flag legend: 'kidnappings' is the DETENTION flag — 1 when the victim was held against
|
||||
their will at any point, tied, locked in, held at gunpoint or taken away; it is NOT the
|
||||
same as the 'Kidnapping' scenario, which means taken away and held. See README, Definitions.)
|
||||
|
||||
AI SUMMARY [generated at bulk import, NOT verified against sources]
|
||||
**Victim:** 42 y/o man
|
||||
@@ -68,19 +71,19 @@ As it was a slight accident, the police asked him what happened and transported
|
||||
|
||||
|
||||
------------------------------------------------------------------------------------------------
|
||||
FETCHED ARTICLE 1 [RAW EXTRACT — NOT YET TRIMMED]
|
||||
!! This is the whole page as extracted. It still contains site furniture,
|
||||
!! and may contain teaser headlines for UNRELATED cases. Trim on read-through.
|
||||
!! Do not quote from it without checking the passage belongs to this case.
|
||||
FETCHED ARTICLE 1 [AUTO-TRIMMED — UNREVIEWED]
|
||||
!! Furniture was cut by a script keyed on this case's record, not by a person.
|
||||
!! It may still carry passages about OTHER cases from a round-up article.
|
||||
!! The full page extract is kept in staging/ if a cut needs revisiting.
|
||||
Source romaniatv.net
|
||||
URL https://www.romaniatv.net/afaceristul-din-cluj-care-sustine-ca-a-fost-torturat-pentru-parola-portofelului-cripto-era-de-fapt-beat-la-volan_8057741.html
|
||||
Field url
|
||||
Retrieved 2026-09-05T12:50:57+00:00 via raw HTTP retrieval, deterministic extraction (HTTP 200)
|
||||
Language unknown
|
||||
Kept paragraphs ALL 33 paragraphs, untrimmed
|
||||
Length 4,653 chars
|
||||
Integrity sha256 215f5f09b82df383f292654598ba4a2d883dc62611fd9cb11534c56618f9a374
|
||||
Trimmed NOT TRIMMED. Full page extract; trim on read-through.
|
||||
Kept paragraphs headline [0] + 1-11 of 33
|
||||
Length 2,617 chars
|
||||
Integrity sha256 406f9165561a06c824ab46691a5103f8734c5d34b922e50181fa05a054e5f0e5
|
||||
Trimmed AUTO-TRIMMED, unreviewed: kept paragraphs 1-11 plus headline [0]; dropped 0 leading and 21 trailing paragraphs. Case-term hits on page: 11.
|
||||
Caveat retrieved from a live page on the date above. Unlike text copied
|
||||
from the spreadsheet, there is no second copy to hash it against.
|
||||
------------------------------------------------------------------------------------------------
|
||||
@@ -111,48 +114,6 @@ Inițial, omul de afaceri nu a făcut nici o plângere, dar a trebuit să dea ex
|
||||
|
||||
Cum a fost vorba despre un accident ușor, polițiștii l-au întrebat ce s-a petrecut și l-au transportat la spital, unde s-a și aflat întreaga poveste. Patronul le-a povestit oamenilor legii că ar fi fost torturat de trei indivizi mascați, într-o hală de la marginea orașului. Agresiunea a avut la bază codul secret de acces la portofelul electronic de criptomonede, unde, susține clujeanul, ar avea circa 200.000 de dolari.
|
||||
|
||||
Citeşte şi: ÎPS Teodosie este aşteptat joi la DNA pentru a i se aduce la cunoştinţă calitatea de inculpat
|
||||
|
||||
Citeste și...
|
||||
|
||||
De ce nu mai vor românii să plece la muncă în străinătate. Interesul a coborât la minimul ultimului deceniu
|
||||
|
||||
„Poate îl dăm!”. Gigi Becali, anunț major înainte de Dinamo – FCSB
|
||||
|
||||
A murit Costeluș de la Clejani. Care ar fi cauza decesului
|
||||
|
||||
Calendar ortodox 6 septembrie 2026. Săptămâna se încheie cu o sărbătoare mare
|
||||
|
||||
Florin Cîțu acuză Comisia Europeană pentru creșterea taxelor în România: ”Este cea mai proastă și cea mai nocivă decizie posibilă”
|
||||
|
||||
Au apărut primele oferte de Revelion. Cât costă să petreci noaptea dintre ani la hotelul din Mamaia al lui Gică Hagi
|
||||
|
||||
Prognoza meteo 6 septembrie 2026. Prima zi de duminică din septembrie va fi excelentă pentru grătare și mers la mare. Maxima ajunge la 33 de grade
|
||||
|
||||
NU mai ai voie să te plimbi cu TROTINETA în parc! Primăria cere blocarea lor completă
|
||||
|
||||
Încă o despărțire în casa Mireasa! Maria și Valentin au încheiat relația: „Nu a fost capabil”
|
||||
|
||||
Mihai Stoica a făcut cronica primului său Dinamo – FCSB: „Credeam că Bucureștiul mă înghite”. Cum vede acum derby-ul
|
||||
|
||||
Florin Barbu, atac la adresa lui Ilie Bolojan: Trebuie să plece înainte să pună definitiv agricultura românească pe butuci
|
||||
|
||||
Poți primi amendă în parcarea Lidl, Kaufland sau Carrefour? Ce spune exact Codul Rutier în 2026
|
||||
|
||||
Pensionarii care continuă să lucreze își pot majora pensia. Ce acte sunt necesare și unde se depune cererea
|
||||
|
||||
Anda este adolescenta din Gorj care a murit la scurt timp după ce a ajuns la spital! Fata de 14 ani a fost adusă în stare gravă, în urma unor complicații
|
||||
|
||||
Un nou model Dacia. Va fi electric şi nu e Spring
|
||||
|
||||
Doi minori de 16 ani, carbonizați pe un drum din Suceava, după ce mașina în care se aflau a fost cuprinsă de foc
|
||||
|
||||
Lovitură de teatru. Frații Pavăl au decis să investească masiv la Cluj
|
||||
|
||||
Surprize pentru fiecare zodie. Horoscopul weekendului 5-6 septembrie 2026
|
||||
|
||||
VIDEO Cresc prețurile la alimente și energie. Presiune tot mai mare pe bugetele românilor
|
||||
|
||||
================================================================================================
|
||||
generated from attacks-export-Gart-website.json + reported_K&R | case 171
|
||||
================================================================================================
|
||||
|
||||
Reference in New Issue
Block a user