Interaktív vizualizáción böngészheted az Átlátszó 15 évnyi cikkarchívumát

Az Átlátszó 15. születésnapja alkalmából feldolgoztuk a portál teljes, több mint 14 500 cikkből álló archívumát, és felépítettük belőle a cikkek közötti hivatkozások és közös témakörök hálózatát. Az interaktív vizualizáción több mint 32 000 kapcsolat köti össze az egymásra hivatkozó oknyomozásokat, adatelemzéseket és riportokat. A gráfon jól kirajzolódnak az elmúlt másfél évtized nagy ügyei: a NER-elit luxusutazásai, Mészáros Lőrinc cégbirodalma, az uniós pénzek sorsa vagy éppen a koronavírus-beszerzések. Az alkalmazást három nézetben – gráf, idővonal és lista – lehet használni, és több mint 800 egyedi témakör között lehet szűrni.

Az Átlátszó 2011-es indulása óta publikált anyagok nem elszigetelt történetek: gyakran ugyanazok a nevek és cégek bukkannak fel a különböző ügyekben, az oknyomozások egymásra épülnek, és a hivatkozások révén a cikkek szervesen kapcsolódnak egymáshoz. Eddig viszont ezt a kapcsolati rendszert nem lehetett egyben áttekinteni.

A cikkhálózat vizualizációjához az archívum összes cikkét feldolgoztuk: kinyertük belőlük az említett tulajdonneveket (közszereplőket, intézményeket, cégneveket), feltérképeztük a belső hivatkozásokat, és egy természetesnyelv-feldolgozási (NLP) és gépi tanulási (LLM) folyamat segítségével minden cikket a legrelevánsabb témakörökbe soroltunk. Így jött létre az a több mint 800 egyedi kategória – például »Tiborcz István ingatlanügyletei«, »NER luxusutazások«, »Liget Budapest projekt« vagy »koronavírus-beszerzések« –, amelyek alapján a hálózat színeződik és szűrhető.

Az interaktív alkalmazás a data.atlo.team/atlatszo-halozat linken érhető el.

Gráf nézet

Szűrők és gráf nézet

A vizualizáció fő nézete a gráf, amelyen minden pont egy cikket jelöl. Az egérrel szabadon mozgatható és nagyítható hálózatot a bal oldali szűrősávban lehet szűkíteni: kereshetünk a cikkek címeiben, szűrhetünk egy adott szerző cikkeire, vagy a Kapcsolat Szűrővel elrejthetjük az elszigeteltebb cikkeket, hogy a gráf átláthatóbb legyen. Az Idővonal nevű csúszkával tetszőleges publikálási időszakot határozhatunk meg, a Kategória Szűrővel pedig a több mint 800 témakör között böngészhetünk.

Gráf nézetben kiválasztott témakör

Ha egy cikkre (pontra) kattintunk, a jobb oldali panelen megjelenik az adatlapja: a cím, a szerző, a dátum, a kinyert tulajdonnevek listája, valamint a cikkbe be-, és belőle kiáramló hivatkozások. A gráfon ezek a kapcsolatok is kiemelten jelennek meg, így egy kattintással végig lehet követni, hogyan épülnek egymásra az egyes nyomozások. A Kronológia fül alatt pedig időrendben láthatjuk az adott kategóriához tartozó többi cikket.

Gráf nézetben kiválasztott cikk/pont

Idővonal nézet

A fejlécben átválthatunk Idővonal nézetre, ahol a cikkek megjelenési gyakoriságát követhetjük nyomon havi vagy éves bontásban. Ha kiválasztunk egy konkrét témakört, a kapcsolódó cikkek egymásra halmozódó területdiagramként jelennek meg. Ez jelzi, hogy az adott téma mikor volt a legaktívabb az Átlátszón, és a cikkek mennyire erősen kapcsolódtak a témakörhöz.

Idővonal nézet

Listás nézet

A Listás nézetben a cikkek témakörök szerint csoportosítva, táblázatos formában jelennek meg. Az oszlopok rendezhetők és szűrhetők, a cikkekre kattintva pedig közvetlenül el lehet jutni az eredeti anyaghoz az atlatszo.hu-n.

Listás nézet

Hogyan épült fel az adatbázis?

Az adatbázis mögött egy összetett feldolgozási folyamat áll. Először a több mint 14 500 cikk szövegéből kinyertük az egyedi tulajdonneveket és kulcsszavakat. Ezután azonosítottuk a cikkek egymásra mutató belső linkjeit, amiből létrejött a vizualizáción látható 32 000-nél is több kapcsolat. Végül a kinyert nevek és a kontextus alapján egy osztályozó algoritmus minden cikket hozzárendelt a legrelevánsabb témakörökhöz, meghatározva a kapcsolódás erősségét is (a gyengétől a nagyon erősig).

Az oknyomozó cikkek nyelvi és tartalmi összetettsége miatt az automatizált folyamat során előfordulhatnak kisebb pontatlanságok a névazonosításokban és a témabesorolásokban.

A vizualizáció a több mint 14 500 cikk és 32 000 kapcsolat folyamatos kirajzolása és kezelése miatt nagy számítási kapacitást igényel, ezért az oldalt asztali számítógépen vagy laptopon érdemes megnyitni.

Az interaktív alkalmazás a data.atlo.team/atlatszo-halozat linken érhető el.

ATLO.TEAM

Az Átlátszó cikkeinek hálózata

Elolvasom

atlatszo.hu

Szabó Krisztián