Перейти к содержанию

Метод извлечения лора ПЧК / Extraction Method

Источник: raw/*.srt — автоматические русские субтитры YouTube (DownSub), 87 файлов. Промежуточный слой: clean/*.txt — субтитры без таймкодов/индексов, склеенные в абзацы с маркером [ЧЧ:ММ:СС] в начале каждого абзаца (≈12 реплик).

Принципы

  1. Цитата важнее пересказа. Везде, где возможно, приводится дословная цитата с таймкодом: > «текст» — [00:12:34].
  2. Исправляются только ошибки распознавания речи и грамматика. Смысл, лексика и порядок слов сохраняются. Если исправление меняет смысл — оригинал приводится в скобках: Вёрджинвальд (в субтитрах: «Верджин вальд», «Вёрджинвальд»).
  3. При сомнении — сохранять и помечать. Ничего не выбрасывается. Маркеры:
  4. ? — неуверенное распознавание имени/термина
  5. [СЛУХ] — неточная расшифровка, вариант реконструкции
  6. [МЕТА] — реплика игроков/ведущего вне игры (шутка, обсуждение правил), но с лорным содержанием
  7. [ПРОТИВОРЕЧИЕ] — конфликт с данными другого выпуска
  8. [НЕЯСНО] — смысл фрагмента не восстановлен
  9. Имена собственные приводятся в наиболее частом написании; все встреченные варианты перечисляются в lore/index/naming.md.
  10. Разделение внутриигрового и внеигрового. Реплики ведущего (Мастера) как нарратив — лор; шутки актёров — помечаются [МЕТА], но сохраняются, если содержат лорный факт.

Структура файла выпуска (lore/episodes/PCHK_NN.md)

# ПЧК #NN — «Название»
Метаданные: video_id, участники, длительность
## Состав партии (игрок → персонаж)
## Синопсис по сценам (с таймкодами)
## Персонажи игроков (PC)
## NPC
## Локации
## Предметы и артефакты
## Способности, заклинания, механики
## Карты / броски / игровые сущности
## Загадки, головоломки, испытания
## Фракции, организации, религии
## Существа и бестиарий
## Лорные факты о мире
## Цитаты
## Неясное и помеченное

Пустые разделы удаляются. Разделы Q&A-выпусков — см. lore/qa/.

Сводные индексы (lore/index/)

characters.md, npcs.md, locations.md, items.md, abilities.md, bestiary.md, factions.md, puzzles.md, timeline.md, naming.md, cosmology.md — собираются после обработки всех выпусков, каждая запись со ссылкой на выпуск и таймкод.

Порядок обработки

  1. Пилот: выпуски 01, 02, 03 и 50, 51, 52 — проверка методики.
  2. Остальные выпуски 04–49 по порядку.
  3. Хроники Леониса Парфия (01–09, 10–20), OST.
  4. Q&A-подкасты (16–50).
  5. Сборка сводных индексов.