王家薰 Chia Hsun Wang
王家薰目前任職於中央研究院資訊科學研究所，曾參與在中央研究院執行的自由軟體鑄造場及台灣創用 CC 計畫。具工程師的背景並熱愛開放自由的風氣，關注數位保存及研究資料管理相關資訊，目前為研究資料管理計畫的專案經理，致力於推廣研究資料管理的概念並向下扎根。
Session
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)。