csh
bd25835d2d
- delete the gitea-fix-ci credential suite (13 cases covering secret redaction, cross-origin redirect refusal and header injection); the script keeps those behaviours but nothing guards them now - stop pointing at the tsl-syntax lookup recall suite from data/README.md: that suite was never committed and is now deleted, leaving --check as the only guard for lexicon/page correspondence
34 lines
1.5 KiB
Markdown
34 lines
1.5 KiB
Markdown
# 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。
|