fix(votes): aggancia all'atto i voti a codice secco via seduta monotematica (#71)

aborruso · claude · web-flow · commit 3090638ce0a2 · 2026-07-20T21:16:07.000+02:00
* fix(votes): aggancia all'atto i voti a codice secco via seduta monotematica Sulla seduta s19_689 (legge elettorale, 14/7/2026) manca del tutto ocd:rif_attoCamera e solo 2 voti su 12 citano l'atto nel testo: il voto sull'emendamento preferenze (188-187) restava senza bill_uri, invisibile a chi filtra per numero di atto. Terzo livello di fallback: se l'intera seduta verte su un solo atto, quello e' l'atto anche dei voti muti. Monotematicita' calcolata con query dedicata sulla seduta completa (mai sulle righe filtrate in memoria), unendo rif_attoCamera e i numeri citati nelle altre descrizioni. Mozioni e risoluzioni escluse: sono AIC a se' stanti. +3 test, nota wiki OKF, helper resolveActUris condiviso. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com> * fix(votes): chiave numero atto per legislatura + test cross-legislatura Il numero d'atto si ripete tra legislature: senza chiavare la cache numero→URI anche sulla legislatura, una finestra a cavallo di 18 e 19 poteva agganciare un voto della 18 a un atto ac19_*. Documentato in LOG il residuo su --bill-code (filtra dc:description lato server, a monte dell'ereditarieta'). Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com> * docs(log): +4 test, non +3 (review Copilot PR #71) Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com> * fix(bill): ripulisce label/title/description da entita HTML e suffisso xsd bill show restituiva i campi di testo grezzi: entita non decodificate e, su ~6.500 atti, il suffisso ^^http://...#string incollato dentro al valore del literal alla fonte (es. ac19_2316, legge IA). bills list applicava gia' decodeHtml, bill show no. +1 test. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com> * fix(votes): guardia AIC estesa a interrogazioni/interpellanze (review Greptile PR #71) Difesa in profondita': sul grafo non esiste una sola dc:description che inizi per quei prefissi (0 su 257.751 votazioni), ma il modo di sbagliare di questa guardia e' attribuire un provvedimento a un voto che non lo riguarda, quindi l'elenco viene chiuso comunque. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com> --------- Co-authored-by: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
diff --git a/LOG.md b/LOG.md
@@ -1,5 +1,11 @@
 # LOG
 
+## 2026-07-20
+
+- **fix `votes` (Camera) — i voti su emendamento con descrizione a codice secco ora si agganciano all'atto** — sulla seduta `s19_689` (14/7/2026, prima lettura della legge elettorale) l'intera giornata è priva di `ocd:rif_attoCamera` alla fonte e solo due votazioni su dodici citano `"PDL 2822-A"` nel testo: le altre dieci hanno `dc:description` a codice secco (`"EM 1.1077"`, `"SUBEM 0.1.1077.4"`) e restavano senza `bill_uri`. Tra queste il voto sull'emendamento preferenze, 188 contrari / 187 favorevoli, cioè il voto che ha deciso la vicenda: un giornalista che filtrava i voti per numero di atto lo perdeva. Aggiunto un terzo livello di fallback in cascata (`inheritBillFromSession`): quando l'**intera** seduta verte su un solo atto, quello è l'atto anche dei voti muti. La monotematicità è calcolata con una query dedicata sulla seduta completa — mai sulle righe già filtrate in memoria, dove un `--date-from` o un `LIMIT` stretto possono mostrare un solo atto mentre la seduta ne tratta quattro — e l'insieme degli atti unisce `rif_attoCamera` e i numeri citati nelle descrizioni delle altre votazioni (su `s19_689` il primo insieme è vuoto). Mozioni e risoluzioni sono escluse: sono AIC a sé stanti, ereditare l'atto della seduta le legherebbe a un provvedimento che non le riguarda. Impatto misurato: sui 1000 voti del 2026 almeno 178 righe guadagnano il collegamento all'atto (copertura 369→547). Solo il 37% delle sedute leg. 19 è monotematico, quindi il resto resta deliberatamente senza aggancio invece di rischiare attribuzioni sbagliate. Estratto l'helper `resolveActUris` condiviso coi fallback precedenti (nessun URI fabbricato: il numero base è sempre verificato via `dc:identifier`). +4 test (aggancio, non-regressione su seduta multi-atto, guardia mozioni/risoluzioni, coerenza legislatura↔atto su finestra cross-legislatura). Nuova nota wiki OKF `docs/lod-wiki/camera/votazioni-atto-collegato.md` con i conteggi del buco per legislatura e le tre famiglie di `dc:description`. Emerso dal report news-agent `2026-07-20_19-49.md`. **Residuo noto**: `--bill-code` filtra `dc:description` lato server, quindi a monte dell'ereditarietà — i voti a codice secco restano fuori da quel percorso e vanno raggiunti per intervallo di date filtrando poi su `bill_number`. Renderlo consapevole della seduta significa selezionare l'intera seduta e filtrare a valle, con il `LIMIT` che non varrebbe più sulle righe restituite: tenuto fuori deliberatamente.
+
+- **fix `bill show` (Camera) — testo ripulito da entità HTML, tag e suffisso `^^xsd:string`** — `label`, `title` e `description` uscivano grezzi dal grafo: entità non decodificate (`&quot;`, `&lt;em&gt;`, `&nbsp;`) e, su circa 6.500 atti su 269.816, il suffisso `^^http://www.w3.org/2001/XMLSchema#string` incollato **dentro** al valore del literal alla fonte (verificato in JSON crudo dall'endpoint, non è un artefatto del nostro parsing). Caso concreto: `ac19_2316`, la legge sull'intelligenza artificiale. `bills list` applicava già l'helper `decodeHtml`, `bill show` era rimasto indietro: stessa classe di bug chiusa per `votes` in v0.26.1. Applicato l'helper esistente ai tre campi di testo, nessun codice nuovo. +1 test. Emerso dal report news-agent `2026-07-20_19-49.md`.
+
 ## 2026-07-19
 
 - **v0.26.1** — release patch. Fix `votes list` (Camera): `label`/`title`/`description` arrivavano con entità HTML doppiamente codificate (es. `all&amp;#39;emergenza` invece di `all'emergenza`), perché `votes.ts` era l'unico tool a non applicare l'helper `decodeHtml` già esistente e usato da `bills.ts`, `bill-progress.ts` e altri. Emerso dal report news-agent `2026-07-19_08-11.md` (agente news-driven-cli-gap-analyzer): 6 notizie testate a spettro temporale (oggi, 2025/leg.19, 2020/leg.18), copertura confermata solida su voti/iter/interventi/profili, unico gap reale questo bug. PR #70, mergiata via squash. 43 tool invariati, 172/174 test verdi (2 fallimenti `senato-votes` per 403 dell'endpoint Senato, non collegati).
diff --git a/docs/lod-wiki/camera/index.md b/docs/lod-wiki/camera/index.md
@@ -9,6 +9,7 @@ Endpoint SPARQL: `https://dati.camera.it/sparql`. Ontologia OCD (namespace `http
 * [Data di un intervento in aula](interventi-data.md) - l'intervento non porta la data (`ods:modified` è il timestamp del record); il giorno reale è su `dc:date` della `ocd:discussione` che lo raggruppa (`AAAAMMGG`), verificato per Aula e commissione. Filtro data performante solo con range filter sul soggetto (legislatura obbligatoria).
 * [Date degli atti di sindacato ispettivo (aic)](aic-date.md) - `dc:date` è presentazione (a volte composta `pres-modifica`), `ocd:endDate` è conclusione/trattazione; la seduta NON è un link strutturato (numero solo in `dc:description`). Trappola question time.
 * [Iter di un atto — timeline degli stati](iter-statoIter.md) - la cronologia dell'iter è una timeline via `ocd:rif_statoIter` (uno stato per fase, `dc:date`+`dc:title`); copertura alla pari tra legislature (18 = 19). Il ramo Senato dà per design solo lo stato corrente (timeline nel feed RSS), asimmetria di ramo non di legislatura.
+* [Votazione → atto collegato](votazioni-atto-collegato.md) - `ocd:rif_attoCamera` manca su circa metà delle votazioni e su alcune sedute manca all'intera giornata (es. `s19_689`, legge elettorale). L'atto si ricostruisce dal testo di `dc:description` (ODG: numero centrale di `9/<atto>/<n>`) e, per i voti a codice secco (`EM 1.1077`), solo dalla monotematicità della seduta — 37% delle sedute leg. 19.
 * [Firmatari di decreti-legge e atti governativi](firmatari-atti-governativi.md) - sugli atti del Governo `ocd:primo_firmatario` punta a un blank node "membro di governo", non a un deputato: il nome del ministro è via `ocd:rif_persona`, il dicastero in `ocd:ruolo`. Senza seguirli il nome torna vuoto.
 
 # Fonti non-LOD (HTML/PDF)
diff --git a/docs/lod-wiki/camera/votazioni-atto-collegato.md b/docs/lod-wiki/camera/votazioni-atto-collegato.md
@@ -0,0 +1,67 @@
+---
+type: Trappola
+title: Il link votazione → atto (`ocd:rif_attoCamera`) è largamente assente
+description: Metà delle votazioni Camera non ha rif_attoCamera; su alcune sedute manca all'intera giornata. L'atto va ricostruito dal testo di dc:description e, per i voti a codice secco, dalla monotematicità della seduta.
+resource: https://dati.camera.it/sparql
+tags: [camera, votazione, atto, rif_attoCamera, emendamenti, seduta]
+timestamp: 2026-07-20
+---
+
+La proprietà che collega una `ocd:votazione` al provvedimento votato è `ocd:rif_attoCamera`. È l'unico link strutturato disponibile — e non è affidabile.
+
+# Quanto manca
+
+Votazioni prive di `rif_attoCamera` (conteggi su `dati.camera.it/sparql`, luglio 2026):
+
+| Legislatura | Votazioni | Senza atto |
+|---|---|---|
+| 17 | 24.930 | ~11.100 |
+| 18 | 10.724 | ~7.300 |
+| 19 | 18.917 | ~10.000 |
+
+Non è un fenomeno solo delle votazioni recenti non ancora consolidate: il buco è distribuito su tutte le legislature e su quasi tutte le sedute.
+
+# Trappola: sedute intere senza il link
+
+Il caso peggiore non è il voto isolato, è la **seduta intera**. La seduta `s19_689` (14/7/2026, prima lettura della legge elettorale) ha 12 votazioni e **zero** triple `rif_attoCamera`, pur vertendo tutta su un solo atto (`ac19_2822`):
+
+```sparql
+PREFIX ocd: <http://dati.camera.it/ocd/>
+SELECT DISTINCT ?atto WHERE {
+  ?v ocd:rif_seduta <http://dati.camera.it/ocd/seduta.rdf/s19_689> ;
+     ocd:rif_attoCamera ?atto
+}
+# → 0 righe
+```
+
+Conseguenza pratica: chi cerca "i voti sull'atto 2822" col solo link strutturato non trova nulla, incluso il voto sull'emendamento preferenze (188 contrari / 187 favorevoli) che ha deciso la vicenda.
+
+# Ricostruire l'atto dal testo
+
+`dc:description` è la fonte di riserva, ma il suo formato non è uniforme. Tre famiglie osservate sui voti senza atto (leg. 19, proporzioni su ~20.000 righe):
+
+1. **Ordini del giorno (~58%)** — `"Ordine del giorno n. 9/1049/3 ZANELLA LUANA (AVS)"`, oppure la forma breve `"ODG 9/2920/46"`. Il numero dell'atto è **il segmento centrale** della numerazione `9/<atto>/<progressivo>`, con `E ABB` come suffisso tollerato. Estraibile in modo deterministico.
+2. **Codice secco (~19%)** — `"EM 1.1077"`, `"SUBEM 0.1.1077.4"`. Nessun riferimento all'atto, né nel testo né nel grafo. Non ricostruibile dalla singola riga.
+3. **Mozioni e risoluzioni (~20%)** — `"MOZ 1-586"`, `"Risoluzione n. 6-263"`. Sono AIC a sé stanti: **è corretto** che non abbiano un atto collegato, non vanno agganciate.
+
+Nella stessa seduta le due forme convivono: `vs19_689_002` porta `"PDL 2822-A E ABB - EM 1.1"` (atto ricostruibile) mentre `vs19_689_012` porta solo `"EM 1.1077"`.
+
+# Monotematicità della seduta
+
+Per la famiglia 2 l'unico aggancio possibile è la seduta: se **tutta** la seduta verte su un solo atto, quello è l'atto anche dei voti muti. Distribuzione degli atti per seduta in leg. 19 (408 sedute con votazioni):
+
+| Atti distinti nella seduta | Sedute |
+|---|---|
+| 1 | 149 |
+| 2 | 167 |
+| 3 | 63 |
+| 4+ | 29 |
+
+Solo il 37% delle sedute è monotematico: l'ereditarietà va applicata **solo** a quelle, altrimenti si attribuiscono emendamenti all'atto sbagliato. Due cautele non negoziabili:
+
+* la monotematicità va calcolata con una query dedicata **sull'intera seduta**, mai sulle righe già filtrate in memoria: un filtro per data o un `LIMIT` stretto possono mostrare un solo atto quando la seduta ne tratta quattro;
+* l'insieme degli atti della seduta va costruito dall'unione di `rif_attoCamera` **e** dei numeri citati nelle `dc:description` delle altre votazioni — sulle sedute come `s19_689` il primo insieme è vuoto.
+
+# Implementazione nel progetto
+
+`src/tools/votes.ts` applica i tre livelli in cascata: `rif_attoCamera` → numero citato in `dc:description` (`extractBillNumber`, copre DDL/PDL e ODG) → ereditarietà dalla seduta monotematica (`inheritBillFromSession`, esclude mozioni e risoluzioni). Il numero base è sempre risolto a URI verificandone l'esistenza via `dc:identifier`: nessun URI fabbricato.
diff --git a/src/tools/bill.ts b/src/tools/bill.ts
@@ -2,6 +2,7 @@ import { z } from "zod";
 import { cdQuery } from "../core/client.js";
 import { OCD_PREFIXES } from "../core/prefixes.js";
 import { flattenBindings } from "../core/flatten.js";
+import { decodeHtml } from "../core/decode-html.js";
 import { actHtmlUrl } from "../core/html-url.js";
 import type { Tool } from "./types.js";
 
@@ -82,11 +83,14 @@ SELECT ?contributor WHERE {
     const rows = [
       {
         uri: input.uri,
-        label: r.label ?? "",
-        title: r.title ?? "",
+        // I campi di testo arrivano dal grafo con entità HTML, tag <em> e — su
+        // circa 6.500 atti — il suffisso "^^http://...#string" incollato dentro
+        // al valore del literal: stessa pulizia già applicata da `bills list`.
+        label: decodeHtml(r.label ?? ""),
+        title: decodeHtml(r.title ?? ""),
         type: r.type ?? "",
         date: r.date ?? "",
-        description: r.description ?? "",
+        description: decodeHtml(r.description ?? ""),
         initiative: r.initiative ?? "",
         identifier: r.identifier ?? "",
         sponsor_uri: r.primo_firmatario ?? "",
diff --git a/src/tools/tools.test.ts b/src/tools/tools.test.ts
@@ -148,6 +148,72 @@ describe("Camera tools", () => {
     expect(result.rows[0]).toHaveProperty("approved");
   }, 30000);
 
+  it("votes: seduta monotematica aggancia all'atto anche i voti a codice secco (EM 1.1077, 188-187)", async () => {
+    // Legge elettorale, 14/7/2026: l'intera seduta s19_689 è priva di
+    // rif_attoCamera alla fonte e solo due voti citano "PDL 2822-A" nel testo.
+    // Il voto decisivo sull'emendamento preferenze ("EM 1.1077") deve comunque
+    // risultare agganciato all'atto, altrimenti è invisibile a chi filtra per
+    // numero di provvedimento.
+    const result = await votesTool.execute({
+      dateFrom: "2026-07-14",
+      dateTo: "2026-07-14",
+      limit: 100,
+      offset: 0,
+    });
+    const em = result.rows.find((r) => r.uri.endsWith("vs19_689_012"));
+    expect(em?.bill_uri).toBe("http://dati.camera.it/ocd/attocamera.rdf/ac19_2822");
+    expect(em?.bill_number).toBe("2822");
+  }, 30000);
+
+  it("votes: seduta multi-atto non eredita l'atto (nessuna attribuzione ambigua)", async () => {
+    // 25/6/2025, seduta s19_499: quattro atti distinti nella stessa giornata.
+    // Gli agganci devono venire solo da rif_attoCamera o dal testo, mai
+    // dall'ereditarietà di seduta — un filtro per data potrebbe mostrarne uno
+    // solo e produrre attribuzioni sbagliate.
+    const result = await votesTool.execute({
+      dateFrom: "2025-06-25",
+      dateTo: "2025-06-25",
+      limit: 100,
+      offset: 0,
+    });
+    const byBill = new Set(result.rows.map((r) => r.bill_uri).filter(Boolean));
+    expect(byBill.size).toBeGreaterThan(1);
+    const art1 = result.rows.find((r) => r.uri.endsWith("vs19_499_014"));
+    expect(art1?.bill_uri).toBe("http://dati.camera.it/ocd/attocamera.rdf/ac19_1049");
+  }, 30000);
+
+  it("votes: su finestra a cavallo di due legislature l'atto resta nella legislatura giusta", async () => {
+    // Lug-dic 2022: la finestra contiene sia gli ultimi voti della 18 sia i
+    // primi della 19. I numeri d'atto si ripetono tra legislature ("100" esiste
+    // in entrambe): se la risoluzione numero → URI non è chiavata anche sulla
+    // legislatura, un voto della 18 si ritrova agganciato a un atto ac19_*.
+    const result = await votesTool.execute({
+      dateFrom: "2022-07-01",
+      dateTo: "2022-12-31",
+      limit: 600,
+      offset: 0,
+    });
+    const linked = result.rows.filter((r) => r.bill_uri);
+    expect(new Set(linked.map((r) => r.legislature_uri)).size).toBe(2);
+    for (const r of linked) {
+      const leg = r.legislature_uri.split("_").pop();
+      expect(r.bill_uri).toContain(`/ac${leg}_`);
+    }
+  }, 60000);
+
+  it("votes: mozioni e risoluzioni restano senza atto anche in seduta monotematica", async () => {
+    // 30/6/2026: solo RIS/MOZ. Sono AIC a sé stanti, ereditare l'atto della
+    // seduta le legherebbe a un provvedimento che non le riguarda.
+    const result = await votesTool.execute({
+      dateFrom: "2026-06-30",
+      dateTo: "2026-06-30",
+      limit: 100,
+      offset: 0,
+    });
+    expect(result.rows.length).toBeGreaterThan(0);
+    for (const r of result.rows) expect(r.bill_uri).toBeFalsy();
+  }, 30000);
+
   it("votes: date range uses STR() so it is not a silent empty (feb 2025 ≈ 436)", async () => {
     // Sentinella anti-regressione: il confronto data Camera va avvolto in STR().
     // Senza STR() Virtuoso fa un confronto numerico spurio → 0 righe mute pur
@@ -417,6 +483,23 @@ describe("Camera tools", () => {
     expect(result.rows[0]).toHaveProperty("initiative");
   }, 30000);
 
+  it("bill: ripulisce label e title da entità HTML, tag e suffisso ^^xsd (legge IA)", async () => {
+    // ac19_2316: il literal arriva dal grafo con &quot;/&lt;em&gt;/&nbsp; e con
+    // "^^http://www.w3.org/2001/XMLSchema#string" incollato dentro al valore.
+    // `bills list` lo ripuliva già, `bill show` no.
+    const result = await billTool.execute({
+      uri: "http://dati.camera.it/ocd/attocamera.rdf/ac19_2316",
+    });
+    const r = result.rows[0];
+    for (const field of ["label", "title", "description"] as const) {
+      expect(r[field]).not.toContain("^^");
+      expect(r[field]).not.toMatch(/&(?:quot|lt|gt|amp|nbsp|#\d+);/);
+      expect(r[field]).not.toMatch(/<[^>]+>/);
+    }
+    expect(r.label).toContain('"Disposizioni e deleghe al Governo in materia di intelligenza artificiale"');
+    expect(r.label).toContain("(approvato dal Senato)");
+  }, 30000);
+
   it("search: finds Meloni in camera", async () => {
     const result = await searchTool.execute({
       name: "meloni",
diff --git a/src/tools/votes.ts b/src/tools/votes.ts
