COSCUP 2025

吳泓諺


Session

08-09
13:00
30min
當代的孤兒報刊:網頁保存、研究資料、以及未來展望
王家薰 Chia Hsun Wang, Tyng-Ruey Chuang, 吳泓諺

台灣《蘋果日報》2003 年創刊,至 2022 年網站停止更新,2023 年起無法瀏覽,自此該報近 20 年來記錄台灣過往生活、社會、娛樂與政治的新聞報導與各式評論隨之消失於線上。與其姊妹報香港《蘋果日報》相仿,該報社因多重原因解體,承載大量常民生活紀錄的網站因此離線,關於如太陽花與雨傘運動等重要當代事件的新聞,包含文字報導與影音內容,一般人再也難以線上取用,這對教育、研究與當代歷史的保存造成不小的影響。本報告將分享我們整理並轉換 Archive Team 於 2022 年以 WARC (Web ARChive) 格式封存的台灣《蘋果日報》網頁,並建構數十萬篇新聞內容的研究資料集的經驗。我們使用 IPTC (International Press Telecommunications Council) 的 ninjs(News in JSON)格式,轉錄這批封存檔案的內容,成為方便檢索使用的資料庫。祈望我們的嘗試能重啟這類孤兒報刊在公眾近用 (public access) 與研究使用的契機。

本次分享內容部份取自我們 2025 年 4 月於 Web Archiving Conferene 2025 (WAC2025)的報告: Recently Orphaned Newspapers: From Archived Webpages to Reusable Datasets and Research Outlooks (https://pid.depositar.io/ark:37281/k5p3h9k37)。

Interdisciplinary Practice of Art, Culture, Local Context, and Open Data.
TR512