docs: add pessoas.md, refresh readme for web/ layout, ignore originals/

README.md

@@ -25,12 +25,22 @@ Este projeto troca aquele gráfico por uma timeline de verdade:
 ## Estrutura do repositório
 
 ```
-index.html       página estática (self-contained: HTML + CSS + JS, sem build step)
-docs.json        um registro por documento (id, instituição, data, texto completo, tipo, pessoas)
-people.json      catálogo de pessoas identificadas: {key, count, role}
+web/index.html   página estática (self-contained: HTML + CSS + JS, sem build step)
+web/docs.json    um registro por documento (id, instituição, data, texto completo, tipo, pessoas)
+web/people.json  catálogo de pessoas identificadas: {key, count, role}
+PESSOAS.md       o mesmo catálogo, em tabelas markdown agrupadas por papel processual
 pipeline/        scripts e dados intermediários da extração (referência, não é preciso rodar nada)
+parte1/, parte2/ resumos dos autos vinculados a Pet16704 (um .md por processo + um RESUMO.md geral)
 ```
 
+Para rodar localmente: `cd web && python3 -m http.server 8000` e abrir `http://localhost:8000`
+(precisa de um servidor por causa do `fetch()` de `docs.json`/`people.json` — abrir o arquivo direto
+via `file://` não funciona nos navegadores).
+
+Na linha do tempo, clicar (ou tocar, no celular) em um ponto abre ao lado o resumo completo daquele
+documento — data, instituição, tipo, texto integral, pessoas mencionadas e arquivo-fonte. Passar o
+mouse sobre um ponto, sem clicar, mostra só uma prévia rápida (tooltip).
+
 ## Como os dados foram montados
 
 1. **`docs.json`** — cruzamento de duas fontes do dump original (`gitgraph.md` para a instituição
@@ -40,8 +50,8 @@ pipeline/        scripts e dados intermediários da extração (referência, nã
 2. **Tipo de documento** — extraído do nome do arquivo-fonte de cada documento (ex.: "Despacho",
    "Petição", "Procuração", "Certidão"), normalizado com acentuação correta.
 
-3. **Pessoas mencionadas (`people.json`)** — reconhecimento de entidades feito **localmente, sem
-   usar o Claude para o texto em si**, com o modelo
+3. **Pessoas mencionadas (`people.json` / `PESSOAS.md`)** — reconhecimento de entidades feito
+   **localmente, sem usar o Claude para o texto em si**, com o modelo
    [`pierreguillou/ner-bert-base-cased-pt-lenerbr`](https://huggingface.co/pierreguillou/ner-bert-base-cased-pt-lenerbr)
    (BERT treinado no corpus **LeNER-Br**, de textos jurídicos brasileiros). Rodado sobre os 3.437
    textos via `pipeline/run_ner.py`.
@@ -54,19 +64,27 @@ pipeline/        scripts e dados intermediários da extração (referência, nã
    - junção de variações do mesmo nome por contenção de tokens (ex. "Daniel Vorcaro" →
      "Daniel Bueno Vorcaro").
 
-   Resultado: **292 pessoas distintas**. O papel processual de cada uma (Relator/Ministro,
-   Outorgante/Parte, Peticionante, Advogado(a), Investigado(a), Delegado(a) PF, Senador(a),
-   Deputado(a), Alvo de diligência, Perito(a), Testemunha) foi inferido por frases-gatilho perto de
-   cada menção (ex. "Despacho do Relator X", "Procuração de X constituindo Y", "em desfavor de X").
-   **63% das pessoas (185 de 292) ficaram sem papel classificado** ("Mencionado(a)") por falta de um
-   sinal textual próximo confiável — isso é esperado e fica visível na própria página, não
-   escondido.
+   Resultado: **292 pessoas distintas**, listadas em `people.json` (formato bruto, usado pela
+   página) e em `PESSOAS.md` (tabelas legíveis, agrupadas por papel). O papel processual de cada
+   pessoa (Relator/Ministro, Outorgante/Parte, Peticionante, Advogado(a), Investigado(a),
+   Delegado(a) PF, Senador(a), Deputado(a), Alvo de diligência, Perito(a), Testemunha) foi inferido
+   por frases-gatilho perto de cada menção (ex. "Despacho do Relator X", "Procuração de X
+   constituindo Y", "em desfavor de X"). **63% das pessoas (185 de 292) ficaram sem papel
+   classificado** ("Mencionado(a)") por falta de um sinal textual próximo confiável — isso é
+   esperado e fica visível na própria listagem, não escondido.
 
    **Limitações conhecidas:** isso é reconhecimento automático de entidades em texto livre, não uma
    base curada. Pode haver nomes não reconhecidos, variações da mesma pessoa não unificadas, e
    classificações de papel aproximadas. Trate como um ponto de partida para busca, não como fonte
    definitiva de identidade ou qualificação processual.
 
+4. **Autos vinculados (`parte1/`, `parte2/`)** — resumos em markdown dos processos conexos citados
+   ao longo da Pet16704 (Inq 5026, Inq 5035, Inq 5050, Inq 5070, Rcl 88121 e diversas Petições —
+   PET 15198, 15375, 15478 etc.), um arquivo por processo mais um `RESUMO.md` consolidado em cada
+   pasta. Cobrem partes/investigados, advogados, autoridades e linha do tempo resumida de cada
+   procedimento — contexto complementar à timeline principal, não gerado pelo mesmo pipeline
+   automático de NER.
+
 ## Projeto relacionado
 
 [**vorcaros**](https://rafapolo.github.io/vorcaros/) — visualização em grafo da rede societária