Apokalyptikon/tei-ner-gazetteer

---
license: cc-by-sa-4.0
language:
- de
- la
- en
- fr
tags:
- digital-humanities
- TEI
- entity-linking
- historical-names
- authority-data
- GND
- Wikidata
size_categories:
- 1M<n<10M
---

# TEI-NER Gazetteer: Persons & Places

Externe Normdaten-Datenbanken fuer die [TEI-NER-Pipeline](https://git.uni-wuppertal.de/makowski/tei-llm-stack) -- automatisches Entity-Linking fuer historische TEI-Editionen.

## Dateien

| Datei | Eintraege | Groesse | Inhalt |
|-------|-----------|---------|--------|
| `persons.db` | ~6,5M | ~7 GB | Personen mit GND/Wikidata-IDs, Namensvarianten, Lebensdaten |
| `Places.db` | ~524K | ~936 MB | Orte mit Wikidata-IDs, historischen Schreibweisen, Koordinaten |

## Datenquellen

- **Wikidata** (CC0): Labels, Aliase, P1448 (official name), P1705 (native label), Koordinaten
- **GND/LOBID** (CC0): Normdaten der Deutschen Nationalbibliothek
- **Wikipedia** (CC BY-SA 4.0): Historische Ortsnamen aus Geschichtsartikeln (Regex + LLM-Extraktion)
- **GenWiki** (CC BY-SA): Urkundliche Belege historischer Ortsnamen

## Verwendung

Die Datenbanken werden von der TEI-NER-Pipeline als Preload-Cache und Lookup-Quelle verwendet:

```python
# In der Pipeline (normdaten_lookup.py)
# Places.db wird vor der Wikidata/GND-API konsultiert
# persons.db beschleunigt Phase 1 um ~70%
```

### Download

```bash
pip install huggingface_hub
huggingface-cli download Apokalyptikon/tei-ner-gazetteer --local-dir ./shared-data/cache/
```

## Format

Beide Dateien sind **SQLite-Datenbanken**. Schema-Details siehe die Dokumentation der TEI-NER-Pipeline.

## Lizenz

CC BY-SA 4.0 (aufgrund der Wikipedia-Extrakte, die unter CC BY-SA stehen).

## Autor

Stephan Makowski, Lehrstuhl fuer Digital Humanities, Bergische Universitaet Wuppertal