Überblick Das Corpus der Entscheidungen des Bundespatentgerichts (CE-BPatG) ist eine möglichst vollständige Sammlung der vom Bundespatentgericht veröffentlichten Entscheidungen. Der Datensatz nutzt als seine Datenquelle die Entscheidungsdatenbank des Bundespatentgerichts und wertet diese vollständig aus. Alle mit diesem Skript erstellten Datensätze werden dauerhaft kostenlos und urheberrechtsfrei auf Zenodo, dem wissenschaftlichen Archiv des CERN, veröffentlicht. Alle Versionen sind mit einem separaten und langzeit-stabilen (persistenten) Digital Object Identifier (DOI) versehen. Die neueste Version des Datensatzes ist immer über den Link der Concept DOI erreichbar: https://doi.org/10.5281/zenodo.3954850 NEU in Version 2024-07-09 LIZENZÄNDERUNG: Source Code jetzt unter GNU General Public License Version 3 (GPLv3) oder später lizenziert Vollständige Aktualisierung der Daten R-Version auf 4.4.0 aktualisiert (wegen CVE-2024-27322) Vereinfachung der Repository-Struktur mit Ordner etc/ für Config Files Anpassung von Docker Compose File an Debian 11 Docker Zeitzone auf Berlin eingestellt Aktualisierung von Public GPG Key im Repository Bei Auswahl maximaler Cores werden max(cores)-1 benutzt Neues Profiling der Größe von PDF- und TXT-Dateien Python Toolchain entfernt Konvertierung von PDF zu TXT wird bei Fehlern nicht mehr unterbrochen (u.a. um fälschlich ausgelieferte HTML-Dateien zu übergehen) Variable "entscheidung_typ" im Codebook dokumentiert Pipeline prüft nun automatisch ob alle Variablen im Datensatz auch im Codebook dokumentiert wurden Funktionsweise Primäre Endprodukte des Skripts sind folgende ZIP-Archive: Der volle Datensatz im CSV-Format Die reinen Metadaten im CSV-Format (wie unter 1, nur ohne Entscheidungstexte) Alle Entscheidungen im TXT-Format (reduzierter Umfang an Metadaten) Alle Entscheidungen im PDF-Format (reduzierter Umfang an Metadaten) Nur Leitsatz-Entscheidungen im PDF-Format (reduzierter Umfang an Metadaten) Alle Analyse-Ergebnisse (Tabellen als CSV, Grafiken als PDF und PNG) Der Source Code und alle weiteren Quelldaten Alle Ergebnisse werden im Ordner 'output' abgelegt. Zusätzlich werden für alle ZIP-Archive kryptographische Signaturen (SHA2-256 und SHA3-512) berechnet und in einer CSV-Datei hinterlegt. Systemanforderungen Docker Docker Compose 10 GB Speicherplatz auf Festplatte Multi-core CPU empfohlen (8 cores/16 threads für die Referenzdatensätze). In der Standard-Einstellung wird das Skript vollautomatisch die maximale Anzahl an Rechenkernen/Threads auf dem System zu nutzen. Die Anzahl der verwendeten Kerne kann in der Konfigurationsatei angepasst werden. Wenn die Anzahl Threads auf 1 gesetzt wird, ist die Parallelisierung deaktiviert. Anleitung Schritt 1: Ordner vorbereiten Kopieren Sie bitte den gesamten Source Code in einen leeren Ordner (!), beispielsweise mit: $ git clone https://github.com/seanfobbe/ce-bpatg Verwenden Sie immer einen separaten und leeren (!) Ordner für die Kompilierung. Die Skripte löschen innerhalb von bestimmten Unterordnern (files/, temp/, analysis/ und output/) alle Dateien die den Datensatz verunreinigen könnten --- aber auch nur dort. Schritt 2: Docker Image erstellen Ein Docker Image stellt ein komplettes Betriebssystem mit der gesamten verwendeten Software automatisch zusammen. Nutzen Sie zur Erstellung des Images einfach: $ bash docker-build-image.sh Schritt 3: Datensatz kompilieren Falls Sie zuvor den Datensatz schon einmal kompiliert haben (ob erfolgreich oder erfolglos), können Sie mit folgendem Befehl alle Arbeitsdaten im Ordner löschen: $ Rscript delete_all_data.R Den vollständigen Datensatz kompilieren Sie mit folgendem Skript: $ bash docker-run-project.sh Ergebnis Der Datensatz und alle weiteren Ergebnisse sind nun im Ordner output/ abgelegt. Pipeline visualisieren Sie können die Pipeline visualisieren, aber nur nachdem sie die zentrale .Rmd-Datei mindestens einmal gerendert haben: > targets::tar_glimpse() # Nur Datenobjekte > targets::tar_visnetwork() # Alle Objekte Troubleshooting Hilfreiche Befehle, um Fehler zu lokalisieren und zu beheben. > tar_progress() # Zeigt Fortschritt und Fehler an > tar_meta() # Alle Metadaten > tar_meta(fields = "warnings", complete_only = TRUE) # Warnungen > tar_meta(fields = "error", complete_only = TRUE) # Fehlermeldungen > tar_meta(fields = "seconds") # Laufzeit der Targets Weitere Open Access Veröffentlichungen (Fobbe) Website — www.seanfobbe.de Open Data — https://zenodo.org/communities/sean-fobbe-data/ Source Code — https://zenodo.org/communities/sean-fobbe-code/ Volltexte regulärer Publikationen — https://zenodo.org/communities/sean-fobbe-publications/ Urheberrecht Der Source Code und alle von mir bereitgestellten Rohdaten stehen unter der GNU General Public License v3.0 oder später. Kontakt Fehler gefunden? Anregungen? Kommentieren Sie gerne im Issue Tracker auf GitHub oder kontaktieren Sie mich via www.seanfobbe.de