Il progetto

Sono Andrea, ingegnere informatico con un background in Web Information and Data Engineering. Mi piacciono i dati, il web e i piccoli progetti che trasformano una curiosità in qualcosa di concreto.

Ogni lunedì guardo HumanSafari (Nicolò Balini) esplorare supermercati in giro per il mondo. A un certo punto ha iniziato a infilare nei video i prezzi della Nutella, quasi di sfuggita.

E se uno script leggesse tutti i suoi video e tirasse fuori ogni prezzo della Nutella che abbia mai nominato?

Come ho costruito la prima versione del dataset:

• Ho scaricato le trascrizioni dei video di Nicolò.
• Le ho passate al setaccio con una semplice regex su "Nutella".
• Per ogni risultato ho preso il testo intorno e cercato prezzi e pesi vicini.
• Ho estratto peso, prezzo locale e valuta con altre espressioni regolari.
• Quando possibile, ho ricavato il paese dal titolo del video.
• Ho chiesto a un'AI di etichettare ogni voce: pronta, dato mancante, ambigua o falso positivo.
• Ho riguardato tutto a mano, spesso tornando al punto esatto del video.

Qualche voce mi sarà sfuggita. In compenso ho un dataset pulito e utilizzabile, senza aver guardato migliaia di ore di filmati.

Soprattutto, una bella idea è diventata qualcosa che puoi esplorare, confrontare e, magari, arricchire.

Se questo progetto ti piace anche solo la metà di quanto è piaciuto a me costruirlo, per me è già una vittoria.

Vuoi i dettagli? Leggi come nascono i numeri o la guida.