# 背景 私は[アメリカ大統領プロジェクト](http://www.presidency.ucsb.edu)に出会い、このプロジェクトの創設者たちが蓄積した膨大なデータに感銘を受けました。さらに、[ヒラリー・クリントンとドナルド・トランプの多弁な言葉](https://medium.com/@omgimanerd/the-wordy-words-of-hillary-clinton-and-donald-trump-59d0bed33b74#.iuls1pky6)や[IBMウォトソンがトランプの就任演説とオバマの就任演説を比較](https://www.linkedin.com/pulse/ibm-watson-compares-trumps-inauguration-speech-obamas-jeremy-waite)など、このデータを利用したいくつかの重要なプロジェクトにも出会いました。 しかし、このサイト自体は、12万件以上の文書を1つずつHTML形式で返すPHPページしかありません。私の目標は、ジョージ・ワシントン以降のすべてのアメリカ大統領の公邸が公開した約6万件の文書を抽出し、このデータセットを独自の研究や実験に興味のある人に利用可能にすることでした。 # 内容 データは、文書の2つの重要な属性「大統領」と「文書カテゴリ」を使用して正規化されています。文書カテゴリには、「口頭」「書面」などが含まれますが、これらに限定されません。 各文書にはさまざまな属性があります。 - `カテゴリ` - この「カテゴリ」フィールドは、「演説」「メモ」などのさらに詳細なカテゴリ割り当てです。 - `サブカテゴリ` - 「就任演説」など。 - `文書日付` - 形式：`1861-03-04 00:00:00` - `タイトル` - 公開された文書のタイトル。 - `pid` - この値は整数として保存され、次のURLで元の文書にアクセスするために使用できます：`http://www.presidency.ucsb.edu/ws/index.php?pid={}`。ここで、`{}`はこのフィールドの値に置き換えることができます。 - `内容` - これは公開された文書の全文です。 このJSON構造のマークダウン版は[GitHub](https://github.com/jayrav13/presidency#american-presidency-project)で見ることができます。 # 謝辞 [アメリカ大統領プロジェクト](http://www.presidency.ucsb.edu)にデータとインスピレーションを提供してくれたことに、心から感謝します。