@@ -0,0 +1,33 @@
|
||||
# 检索词表(lexicon.json)
|
||||
|
||||
`lexicon.json` 是 `scripts/lookup.py` 的策展检索数据,与引擎逻辑分离维护。
|
||||
两张表都只影响检索,不是事实正文。
|
||||
|
||||
## query_synonyms —— 口语同义词
|
||||
|
||||
中文口语词 → TSL 术语的展开(如「打印」→ 输出 / writeLn)。策展纪律:
|
||||
|
||||
- 同义词必须落在**目标章节已有的词面**上,否则不产生区分度。用户说的词在
|
||||
参考页正文里出现 0 次时,页级 alias 只能把整页抬起来,页内仍需要词法
|
||||
信号才能选中正确章节——节级词汇桥(如「交集」→ `intersect`)补的就是
|
||||
这一层。
|
||||
- 不要展开成泛化的中文概念词(如「集合运算」会命中别页交叉引用小节标题)。
|
||||
|
||||
## page_intent_aliases —— 页级意图短语
|
||||
|
||||
整句口语短语 → 参考页文件名的路由(命中一条 +80 分,是页级路由的唯一强
|
||||
信号)。约束:
|
||||
|
||||
- 键必须与 `references/` 下的文件名完全一致;每个参考页至少一条短语。
|
||||
键写错或参考页改名后 `_intent_score` 会静默返回 0 分,该页失去自然语言
|
||||
入口——`lookup.py --check` 和回归测试会拦住这两种漂移。
|
||||
|
||||
## 改动后的校验
|
||||
|
||||
```bash
|
||||
python scripts/lookup.py --check
|
||||
```
|
||||
|
||||
`--check` 会校验 `page_intent_aliases` 的键与 `references/` 参考页一一对应:
|
||||
键指向不存在的页、或某页没有自然语言入口都会报错。新增参考页时必须同时
|
||||
在这里补一条页级意图短语。
|
||||
Reference in New Issue
Block a user