Jeux de données

Jeux de données disponibles

Tous les fichiers sont accessibles depuis https://data.jmail.world/v1/.

Jeu de données	URL Parquet	URL NDJSON
Emails (complets)	`emails.parquet`	`emails.ndjson.gz`
Emails (allégés)	`emails-slim.parquet`	`emails-slim.ndjson.gz`
Documents	`documents.parquet`	`documents.ndjson.gz`
Photos	`photos.parquet`	`photos.ndjson.gz`
Personnes	`people.parquet`	`people.ndjson.gz`
Visages sur photos	`photo_faces.parquet`	`photo_faces.ndjson.gz`
Conversations iMessage	`imessage_conversations.parquet`	`imessage_conversations.ndjson.gz`
Messages iMessage	`imessage_messages.parquet`	`imessage_messages.ndjson.gz`
Nombre d’étoiles	`star_counts.parquet`	`star_counts.ndjson.gz`
Lots de publication	`release_batches.parquet`	`release_batches.ndjson.gz`

E-mails

Le jeu de données principal. Contient tous les e-mails publiés de l’archive Epstein. emails.parquet — Jeu de données complet avec corps du message (content_markdown), expéditeur, destinataires, objet, dates et métadonnées. emails-slim.parquet — Les mêmes e-mails mais sans les colonnes de corps du message. Fichier beaucoup plus léger à télécharger, idéal pour l’analyse de réseau, les graphes expéditeur/destinataire et les visualisations chronologiques.

Colonnes clés (slim)

Colonne	Type	Description
`id`	int	Identifiant unique de l’e-mail
`doc_id`	string	Identifiant de regroupement de conversation
`sender`	string	Adresse e-mail / nom de l’expéditeur
`subject`	string	Objet de l’e-mail
`to_recipients`	json	Liste des destinataires principaux
`cc_recipients`	json	Liste des destinataires en copie (CC)
`bcc_recipients`	json	Liste des destinataires en copie cachée (BCC)
`sent_at`	timestamp	Date d’envoi
`account_email`	string	Compte source
`email_drop_id`	string	Identifiant de source
`epstein_is_sender`	bool	Indique si Epstein est l’expéditeur de cet e-mail

Colonnes supplémentaires (complètes)

Colonne	Type	Description
`content_markdown`	string	Corps de l’e-mail au format Markdown
`content_html`	string	Corps de l’e-mail au format HTML
`attachments`	int	Nombre de pièces jointes

Documents

Métadonnées pour tous les documents de l’archive (publications du DOJ (U.S. Department of Justice), House Oversight, dossiers judiciaires).

Colonne	Type	Description
`id`	int	Identifiant unique du document
`source`	string	Source (`doj`, `house_oversight`)
`release_batch`	string	Identifiant de volume/lot
`original_filename`	string	Nom de fichier d’origine
`page_count`	int	Nombre de pages
`size`	int	Taille du fichier en octets
`document_description`	string	Description générée par l’IA
`has_thumbnail`	bool	Indique si une vignette est disponible

Fragments de texte intégral des documents

Le texte intégral extrait est trop volumineux pour un seul fichier. Utilisez les fichiers fragmentés :

Fragment	URL	Contenu
VOL00008	`documents-full/VOL00008.parquet`	Volume 8 du DOJ (U.S. Department of Justice)
VOL00009	`documents-full/VOL00009.parquet`	Volume 9 du DOJ
VOL00010	`documents-full/VOL00010.parquet`	Volume 10 du DOJ
DataSet11	`documents-full/DataSet11.parquet`	Jeu de données 11 du DOJ
other	`documents-full/other.parquet`	House Oversight, documents judiciaires, etc.

Le client Python gère automatiquement la concaténation des fragments via client.documents(include_text=True).

Photos

Métadonnées de photos provenant de publications gouvernementales, avec des descriptions générées par l’IA.

Column	Type	Description
`id`	int	Identifiant unique de la photo
`source`	string	Identifiant de la source
`release_batch`	string	Volume/lot
`original_filename`	string	Nom de fichier d’origine
`content_type`	string	type MIME
`width`	int	Largeur de l’image en pixels
`height`	int	Hauteur de l’image en pixels
`image_description`	string	Description générée par l’IA

Personnes

Personnes identifiées par reconnaissance faciale via AWS Rekognition.

Colonne	Type	Description
`id`	int	Identifiant de personne unique
`name`	string	Nom identifié
`source`	string	Source de détection
`photo_count`	int	Nombre de photos contenant cette personne

Visages sur les photos

Boîtes englobantes associant les visages détectés sur les photos aux personnes identifiées.

Colonne	Type	Description
`id`	int	ID unique du visage
`photo_id`	int	FK vers la table des photos
`person_id`	int	FK vers la table des personnes
`bbox_left`	float	Bord gauche de la boîte englobante (valeur normalisée entre 0 et 1)
`bbox_top`	float	Bord supérieur de la boîte englobante (valeur normalisée entre 0 et 1)
`bbox_width`	float	Largeur de la boîte englobante (valeur normalisée entre 0 et 1)
`bbox_height`	float	Hauteur de la boîte englobante (valeur normalisée entre 0 et 1)
`confidence`	float	Score de confiance de la détection

Conversations iMessage

Métadonnées des conversations iMessage récupérées depuis l’archive.

Colonne	Type	Description
`id`	int	Identifiant unique de la conversation
`slug`	string	Identifiant de conversation compatible avec les URL
`name`	string	Nom du contact
`bio`	string	Biographie/description du contact
`photo`	string	URL de la photo du contact
`last_message`	string	Aperçu du dernier message
`last_message_time`	string	Horodatage du dernier message
`pinned`	bool	Indique si la conversation était épinglée
`confirmed`	bool	Indique si l’identité du contact est confirmée
`source_files`	json	Fichiers source à partir desquels cette conversation a été extraite
`message_count`	int	Nombre total de messages dans cette conversation

Messages iMessage

Messages texte iMessage individuels avec informations sur l’expéditeur et les horodatages.

Column	Type	Description
`id`	string	ID de message unique (`{slug}#{index}`)
`conversation_slug`	string	Clé étrangère vers les conversations (slug)
`message_index`	int	Position du message dans la conversation
`text`	string	Contenu textuel du message
`sender`	string	`me` (Epstein) ou `them` (contact)
`time`	string	Chaîne d’horodatage d’origine
`timestamp`	timestamp	Horodatage interprété
`source_file`	string	Fichier source dont ce message a été extrait
`sender_name`	string	Nom d’affichage de l’expéditeur

Nombre d’étoiles

Nombre d’étoiles (indice d’intérêt) renseigné de manière collaborative par les utilisateurs de jmail.world.

Colonne	Type	Description
`entity_type`	string	Type (`email_message`, `email_thread`, `photo`, `document`)
`entity_id`	int	Identifiant de l’entité
`count`	int	Nombre d’étoiles

Lots de diffusion

Métadonnées sur chaque lot de diffusion.

Colonne	Type	Description
`id`	int	Identifiant du lot
`name`	string	Nom du lot
`description`	string	Description du lot
`released_at`	timestamp	Date de mise à disposition publique

Prise en main

Méthodes d’accès

Mises à jour

Jeux de données

Jeux de données disponibles

E-mails

Colonnes clés (slim)

Colonnes supplémentaires (complètes)

Documents

Fragments de texte intégral des documents

Photos

Personnes

Visages sur les photos

Conversations iMessage

Messages iMessage

Nombre d’étoiles

Lots de diffusion

​Jeux de données disponibles

​ E-mails

​Colonnes clés (slim)

​Colonnes supplémentaires (complètes)

​ Documents

​Fragments de texte intégral des documents

​ Photos

​Personnes

​Visages sur les photos

​Conversations iMessage

​Messages iMessage

​Nombre d’étoiles

​Lots de diffusion

Jeux de données disponibles

E-mails

Colonnes clés (slim)

Colonnes supplémentaires (complètes)

Documents

Fragments de texte intégral des documents

Photos

Personnes

Visages sur les photos

Conversations iMessage

Messages iMessage

Nombre d’étoiles

Lots de diffusion