{"componentChunkName":"component---src-templates-blog-post-js","path":"/talkshow-gasten/appendix_extractie/","result":{"data":{"site":{"siteMetadata":{"title":"Media Suite Data Stories"}},"markdownRemark":{"id":"ac0ea70c-f720-5804-9a32-399e919f8ea8","excerpt":"Hoe de namen zijn gevonden Deze bijlage hoort bij Wie is de meest gevraagde talkshowgast bij de publieke omroep?. De handgeschreven regels Voor twintig reeksen…","html":"

Hoe de namen zijn gevonden

\n

Deze bijlage hoort bij Wie is de meest gevraagde talkshowgast bij de publieke omroep?.

\n

De handgeschreven regels

\n

Voor twintig reeksen is een regel geschreven die de gastnamen uit een vaste zinswending haalt. De kolom vondsten laat zien hoeveel naamvermeldingen die regel opleverde — en dus ook waar de aanpak tegen haar grens loopt.

\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
reekstierbronmethodevondsten
Op1Bkorte omschrijvingopsomming5123
DE NACHTZOENAtitelheel veld1815
BAREND & WITTEMANBkorte omschrijvingcue-zin1008
PAUW & WITTEMANBmeerdere veldenmeerdere velden981
DE WERELD DRAAIT DOORBmeerdere veldenmeerdere velden912
RONDOM TIENBkorte omschrijvingcue-zin840
JINEKAtitelheel veld800
TIJD VOOR MAXAmeerdere veldenmeerdere velden761
BOEKENAtitelheel veld602
PAUWBmeerdere veldenmeerdere velden527
HET VERMOEDENAtitelheel veld381
DE VERWONDERINGAtitelheel veld373
B&WBkorte omschrijvingcue-zin263
WNL OP ZONDAGBmeerdere veldenmeerdere velden215
BUITENHOFBmeerdere veldenmeerdere velden180
Khalid & SophieBmeerdere veldenmeerdere velden175
DE WANDELINGAtitelheel veld172
KNEVEL & VAN DEN BRINKBmeerdere veldenmeerdere velden129
TV SHOWBscènebeschrijvingen (laag onder het programma)cue-zin6
HET CAPITOOLC——0
\n

Het Capitool staat op tier C: daar leverde geen enkele zinswending een bruikbaar patroon op. Dat gat is later gedicht door het tweede tekstveld (zie paragraaf 3.3 van het artikel). Bij TV Show werkt de regel wel, maar raakt hij slechts een handvol afleveringen.

\n

De instructie aan het taalmodel

\n

Het model kreeg per aflevering één instructie, zonder systeemprompt. {presenters} werd vervangen door de bekende presentatoren van die reeks, {text} door de beschrijvende tekst van die aflevering. Beide taalmodelstappen gebruikten dezelfde instructie.

\n
Je krijgt een Nederlandse beschrijving van een aflevering van een tv-praatprogramma.\n\nBepaal wie de GASTEN zijn: mensen die ZELF in de studio aanwezig zijn om over een onderwerp te praten of geinterviewd te worden.\n\nRegels:\n- Neem NIET de vaste presentator(en) van het programma op als gast, ook niet als die in de tekst genoemd wordt. Bekende presentator(en) van dit programma: {presenters}\n- Neem WEL iemand op als die duidelijk de hoofdpersoon/geinterviewde is, ook als die normaal soms zelf presenteert.\n- Neem NIET iemand op die alleen het ONDERWERP is van een nieuwsitem, tv-fragment, sketch, cabaretnummer of terugkerende rubriek (bv. "Fokke & Sukke over ...", "Lucky tv: ...", "persiflage van ...", "aandacht voor X die ..."). Die persoon is niet zelf aanwezig, ook al wordt de naam wel genoemd.\n- Neem alleen concrete, met naam genoemde personen op die zelf spreken/aanwezig zijn - geen groepen ("diverse ouders"), geen organisaties, geen losse rollen zonder naam.\n- Gebruik de volledige naam zoals die in de tekst staat.\n\nBeschrijving:\n\\"\\"\\"{text}\\"\\"\\"\n\nAntwoord ALLEEN met JSON in dit format, niets anders:\n{{"gasten": ["Volledige Naam", ...]}}
\n

Wijziging tijdens het onderzoek

\n

De derde regel — die voorschrijft dat iemand die alleen het onderwerp van een item is niet als gast meetelt — is pas tijdens het onderzoek toegevoegd, nadat bleek dat het model mensen opnam die in een rubriek of nieuwsitem werden genoemd zonder zelf aanwezig te zijn. De aangescherpte instructie is daarna toegepast op de 6.773 afleveringen die de toenmalige top-100 voedden, niet op het volledige corpus: dat leverde daar zes procent minder namen op, waarbij 1.522 afleveringen (22 procent) daadwerkelijk wijzigden.

\n

De versie van vóór die wijziging is niet apart bewaard; zij verschilde van de bovenstaande uitsluitend doordat die derde regel ontbrak.

","frontmatter":{"title":"Hoe de namen zijn gevonden","date":"September 29, 2026","description":"De handgeschreven regels per reeks en de letterlijke instructie aan het taalmodel."}}},"pageContext":{"slug":"/talkshow-gasten/appendix_extractie/","previous":{"fields":{"slug":"/talkshow-gasten/appendix_wikipedia/"},"frontmatter":{"title":"Dekking van de Wikipedia-lijst"}},"next":{"fields":{"slug":"/elections-2021-first-results/appendix_programme_list_speakers_faces/"},"frontmatter":{"title":""}}}}}