mirror of
https://github.com/ThearchyHelios/AgentLab.git
synced 2026-11-19 18:52:01 +00:00
说法核对按复核调整(说法表 v1,还没有线上文档,不升版本)。来源和因果的口子:「主要由」不再吃掉「由于」(主要由(?!于),「主要源于」归来源类);原因按因果词的那一边认(「由于、因为、原因是、源于、得益于」后面,「导致、造成、引起、所致、是…的主要原因」前面、「由华东造成」在「由」和「造成」之间,「受…影响」中间),挂了拆解、原因点名的是它的段才按来源核,否则按因果核——「华东下降主要由于促销结束」「下降主要由促销结束造成」不再通过;没挂拆解的,原因不是目录里拆解的段时另报,认不出时照旧并进同一分句的来源判断;原因只是指代(「以上是下降的主要原因」)不核。来源类判断要点名拆解里的段:「主要来自」「集中在」「以…为主」看判断词后面,「主导」「贡献最大」看前面(同一分句没点名的往前找最近点了名的分句),拖累拉动带动照旧看整个分句;挂了拆解却没点名任何一段(「下降主要来自线上渠道」挂按地区的拆解、「主要来自新客流失」)判对不上,同一分句引用了判定语、比率拆解说「结构变化」「自身变化」的不用点名。误报去掉:来源、集中、分散、主导、拉动带动要这句话到这个分句为止说了变化才核(构成不核);建议、计划、预测、假设的分句不核(「建议」「下周」「避免」管到后面的分句);「异常」前面是订单、物流、支付、门店、营业、库存、设备、账号的是业务状态(后面跟着涨跌的照核),「异常的 + 名词」不核;「无异常」「未见异常」主语要是指标或波动;「来源于」不是「源于」;「表结构变化」不是结构变化;「相当」只认比几组、几样的,比上期的不核。漏报补上:「是…的主要原因」「主要原因是」、「近七成 / 超过一半 / 大部分的降幅来自」、「主要靠 / 在 / 体现在」、「以…为主」、「创」和「新高」之间 0–4 个字、「显著 + 涨跌」、「趋势向好」「波动较大」「三连降」「远高于往常」「异动」「一涨一跌」。写作规则补一句「写来源要点名是哪一段」,异常类的说法带上「显著上升或下降」。样本表 tests/test_analysis_claims_lexicon.py:复核的 70 句加这次看清楚的 26 句,每句期望的类或不核,以后改说法表都过这张表;和复核标记不一样的只有「退款主要集中在生鲜品类」(说的是构成,不核);绑定测试补上复核列的几个口子
This commit is contained in:
@@ -5,20 +5,35 @@
|
||||
|
||||
1. **说法表**(LEXICONS,一处定义,带版本 LEXICON_VERSION):判断词分成来源、分散、抵消、结构、异常、新高新低、正常、
|
||||
趋势、无趋势、差异、无差异、因果几类,每类要挂一种分析(op),判定要对得上(细案 01 §9.1)。只收强判断词,宁可漏报
|
||||
不误报:「持续」要跟着涨跌(「持续关注」不算),「异常」后面接着订单、数据这类名词的是业务分类、前面是数据、系统的是
|
||||
数据质量,都不算;「相当」只认句读前的(「相当于」「相当高」不算)
|
||||
不误报(误报让正常的报告多重写一次、strict 下降档)。这几种写法不核:
|
||||
- 说的是构成、不是变化从哪来:来源、集中、分散、主导、拉动带动要这句话到这个分句为止说了变化(涨跌、变化、降幅、持平、
|
||||
环比……)才核——「下降主要来自华东」核,「本周订单主要来自线上渠道」「销售额集中在周末两天」「客户分散在各个城市」
|
||||
「通过会员活动带动复购」不核;「拖累」「贡献最大」本身就在说变化,照核
|
||||
- 建议、计划、预测、假设:分句里有「建议、计划、预计、争取、需要、应当、将要……」的不核(「建议」「下周」「避免」这些
|
||||
管到句子后面的分句:「建议加大投放,拉动新客增长」)
|
||||
- 业务上的「异常」:前面是订单、物流、支付、门店、营业、库存、设备、账号或数据、系统(「部分订单异常」「系统无异常」),
|
||||
后面是名词(「异常订单」「物流异常的订单」);「无异常」「未见异常」主语得是指标或波动(「销售额未见异常」),
|
||||
「整体运行平稳,未见异常」不核
|
||||
- 别的:「持续」要跟着涨跌(「持续关注」不算);「来源于」不是「源于」;「表结构变化」不是结构变化;「相当」只认比的是
|
||||
几组、几样的(「两个渠道的转化率相当」「规模相当」),比上期的(「订单量与上周相当」)、「相当于」「相当高」不算
|
||||
2. **否定**:判断词前 4 个字以内(跳过「出现」「明显」这类填充词)有「不、没有、没、并非、并不、未、无」的翻到反面类:
|
||||
「并未出现明显异常」是正常,「没有明显的上升趋势」是无趋势,「并非主要来自华东」要拆解、华东不在主要来源里;
|
||||
「销售额并未出现明显异常」是正常,「没有明显的上升趋势」是无趋势,「并非主要来自华东」要拆解、华东不在主要来源里;
|
||||
「不但」「不少」「无论」「未来」这类不是否定
|
||||
3. **怎么挂**:一句话的分析依据 = 句中的 [[a:]]、[[v:A…]]、[[table:A…]] 和句末 [[see:A…]](组装、复核时按重新解析的
|
||||
引用算,见 evidence.verify_doc)。类要的 op 必须在依据里出现,几个里任一个对得上就算对;挂了算不了的结论算对不上
|
||||
4. **点名的段**:判断词所在分句里出现的结论结果表的维度值(全半角归一,两个字以上、不是纯数字)。来源类要判定说了主要
|
||||
来源(driver、concentrated,比率拆解的 mix_driven、rate_driven),点名的段都在 subjects 里;拖累要那一段变化为负,
|
||||
拉动、带动为正(不在 subjects 里、但那一段的变化占总变化过半的也算拖累)
|
||||
5. **来源和因果的分界**:句子挂了拆解、因果词所在分句点名的是这份结论的段或因子(「下降主要由华东造成」)→ 按来源核,
|
||||
这是记账意义上的「来自」;点名的不是(「由于促销结束导致下降」)→ 按因果核:同一句要有知识库原话([[q:]])或运行
|
||||
输入([[i:]])作依据,或者写成推测(可能、或许、推测、待核实、不排除、疑似)。分句里已有来源一类判断词的,因果词
|
||||
并进那一处核。原因说的是数据本身(「由于数据只到 10 月 16 日」「样本少」)的不算
|
||||
4. **点名的段**:结论结果表里的维度值、乘积拆解的因子(全半角归一,两个字以上、不是纯数字)。来源类判断看判断词说的那一边:
|
||||
「主要来自」「集中在」「以…为主」看后面、判断词里(到分句末尾),「主导」「贡献最大」看前面(同一分句没点名的往前找
|
||||
最近点了名的分句)。判定要说了主要来源(driver、concentrated,比率拆解的 mix_driven、rate_driven),点名的段都在
|
||||
subjects 里,而且得点名:「下降主要来自线上渠道」「下降主要来自新客流失」挂了按地区的拆解,说的来源不是拆解里的段,
|
||||
对不上(同一分句引用了判定语 [[a:A1]] 的、比率拆解说「结构变化」「自身变化」的不用点名)。拖累要那一段变化为负,
|
||||
拉动、带动为正(看整个分句,没点名的按 subjects;不在 subjects 里、但那一段的变化占总变化过半的也算拖累)
|
||||
5. **来源和因果的分界**:原因在因果词的哪一边:「由于、因为、原因是、源于、得益于」后面,「导致、造成、引起、所致、
|
||||
是…的主要原因」前面(「由华东造成」是「由」和「造成」之间),「受…影响」中间。句子挂了拆解、原因点名的是这份结论的
|
||||
段或因子(「下降主要由华东造成」「华东是下降的主要原因」)→ 按来源核,这是记账意义上的「来自」;点名的不是(「由于
|
||||
促销结束导致下降」「下降主要由促销结束造成」)→ 按因果核:同一句要有知识库原话([[q:]])或运行输入([[i:]])作
|
||||
依据,或者写成推测(可能、或许、推测、待核实、不排除、疑似)。句子没挂拆解、同一分句里有来源判断的,原因不是拆解
|
||||
的段时另报(目录里有拆解可比的时候),认不出时并进来源那一处(它报没挂拆解)。原因说的是数据本身(「由于数据只到
|
||||
10 月 16 日」「样本少」)、只是指代(「以上是下降的主要原因」,列出原因的那几句各自核)的不算
|
||||
6. **不扫的地方**:知识库原话([[q:]] 片段)、系统渲染的判定语([[a:]] 片段)、别的引用渲染出来的字、标题、代码块、
|
||||
表格(表头和正文的格都不扫:一格是一个值不是一句话,状态列的「异常」、说明列的「主要来自线上」不是判断;裁判的预筛
|
||||
judge.claim_priority 也不送表格的格);分析范围是文档的结构化字段(analysis_scope),本来就不在正文里
|
||||
@@ -38,7 +53,7 @@ from __future__ import annotations
|
||||
import re
|
||||
import unicodedata
|
||||
from collections.abc import Iterable, Mapping
|
||||
from dataclasses import dataclass, field
|
||||
from dataclasses import dataclass, field, replace
|
||||
from decimal import Decimal, InvalidOperation
|
||||
from typing import Any
|
||||
|
||||
@@ -66,9 +81,19 @@ _DOWN = "下降|下滑|减少|降低|下跌|走低|回落|走弱|萎缩|减弱|
|
||||
_DIR = f"(?:{_UP}|{_DOWN})"
|
||||
_UP_RE = re.compile(_UP)
|
||||
_DOWN_RE = re.compile(_DOWN)
|
||||
#: 说的是变化:来源、集中、分散、主导、拉动带动要这句话到这个分句为止有它才核(「下降主要来自华东」说的是变化从哪来,
|
||||
#: 「本周订单主要来自线上渠道」说的是构成)。「环比」「同比」本身不是涨跌,可跟着的是变化(「环比 −5%,主要来自华东」)
|
||||
_CHANGE = f"{_UP}|{_DOWN}|变化|变动|涨跌|升降|增减|涨幅|降幅|增幅|跌幅|减幅|增量|减量|增速|持平|波动|环比|同比"
|
||||
#: 判断词后面紧跟着的涨跌、波动(「订单异常下降」「出现异常的增长」说的是指标,不是订单状态)
|
||||
_MOVES = re.compile(f"(?:的|地)?(?:{_DIR}|波动|变化|变动)")
|
||||
#: 分句的边界(顿号、冒号不算:「集中在华东、华北」「主要来自:华东」还是一句里的事)
|
||||
_STOPS = ",,;;。!?!?\n"
|
||||
_NOT_STOP = f"[^{_STOPS}]"
|
||||
#: 「相当」比的是几组、几样(「两个渠道的转化率相当」「规模相当」)才是差异判断
|
||||
_PEERS = re.compile(r"水平|规模|表现|幅度|程度|体量|量级|两(?:个|组|类|种|者|地|边|家|区|店)|二者|双方|几个|几组|各(?:个|组|类)")
|
||||
#: 「相当」比的是上一期、往常:说的是持平,不是两组差异(「订单量与上周相当」)
|
||||
_PERIODS = re.compile(r"上(?:一)?(?:个)?(?:周|月|季度|季|年|期)|前(?:一)?(?:周|月|天|日|期)|去年|同期|往年|以往|往常|昨天|昨日"
|
||||
r"|此前|之前")
|
||||
|
||||
|
||||
@dataclass(frozen=True)
|
||||
@@ -84,8 +109,20 @@ class Claim:
|
||||
flip: str | None = None
|
||||
mode: str | None = None
|
||||
negative: bool = False
|
||||
#: 「连续…上升」:另要末尾连续同向至少 3 期
|
||||
#: 「连续…上升」「三连降」:另要末尾连续同向至少 3 期
|
||||
run: bool = False
|
||||
#: 这句话到这个分句为止要说了变化(Lexicon.change)才核:来源、集中、分散、主导、拉动带动
|
||||
gated: bool = False
|
||||
#: 判断词前面(同一分句里)要有这些字才核(「两个渠道的转化率相当」)
|
||||
needs: re.Pattern[str] | None = None
|
||||
#: 分句里有这些字就不核(「订单量与上周相当」)
|
||||
bars: re.Pattern[str] | None = None
|
||||
#: 主语要是指标或波动(Lexicon.subject)才核:「销售额未见异常」核,「整体运行平稳,未见异常」不核
|
||||
subject: bool = False
|
||||
#: 点名的段(来源类)、原因(因果类)在判断词的哪一边:after 后面到分句末尾(主要来自华东、由于促销结束)、before 前面
|
||||
#: (华东主导、华东是…的主要原因、促销结束导致)、inside 判断词里(以线上为主、受促销影响)、pull 拖累拉动带动(看整个
|
||||
#: 分句,见 _check);None 整个分句
|
||||
side: str | None = None
|
||||
|
||||
|
||||
@dataclass(frozen=True)
|
||||
@@ -102,10 +139,19 @@ class Lexicon:
|
||||
guess: re.Pattern[str]
|
||||
#: 因果说的是数据本身(数据只到哪天、口径、样本):不当原因判断核
|
||||
method: re.Pattern[str]
|
||||
#: 「异常」「正常」前面是这些的,说的是数据质量(数据异常、系统无异常),不是指标的波动
|
||||
#: 「异常」「正常」这一类的判断词前面是这些的,说的是数据质量(数据异常、系统无异常),不是指标的波动
|
||||
quality: re.Pattern[str]
|
||||
#: 拖累、拉动、带动:点名的段不在 subjects 里时,按那一段变化的正负和占比核
|
||||
pulls: frozenset[str] = field(default_factory=frozenset)
|
||||
#: 「异常」「异动」前面是这些的,说的是业务上的状态(部分订单异常、门店营业异常);后面跟着涨跌的说的是指标(订单
|
||||
#: 异常下降、出现异常的增长),「订单大幅减少」也照核
|
||||
status: re.Pattern[str]
|
||||
#: 说的是变化(Claim.gated 的类要有它)
|
||||
change: re.Pattern[str]
|
||||
#: 建议、计划、预测、假设:分句里有它的判断词不核(「下周将持续提升转化率」不是对数据下的判断)
|
||||
plan: re.Pattern[str]
|
||||
#: 同上,管到句子后面的分句(「建议加大投放,拉动新客增长」「避免缺货导致客诉」)
|
||||
plan_ahead: re.Pattern[str]
|
||||
#: 指标或波动(Claim.subject 的类要主语是它)
|
||||
subject: re.Pattern[str]
|
||||
|
||||
def claim(self, key: str) -> Claim:
|
||||
return next(c for c in self.claims if c.key == key)
|
||||
@@ -115,50 +161,69 @@ _V1 = Lexicon(
|
||||
version=1,
|
||||
claims=(
|
||||
Claim("source", "来源", "decompose", re.compile(
|
||||
r"主要(?:来自|源自|出自|由|集中(?:在|于))"
|
||||
rf"|主要是(?!因为|由于|受|指|看|说|想|希望){_NOT_STOP}{{0,12}}?(?:{_DIR}|贡献|拖累|带动|拉动|驱动)"
|
||||
r"|(?:绝)?大(?:部分|多数|多)(?:来自|源自|出自|由|集中(?:在|于))"
|
||||
r"|集中(?:在|于)"
|
||||
r"|主导(?!地位|产品|品类|品牌|产业)"
|
||||
r"|拖累|拉动|带动"
|
||||
r"|贡献(?:最大|最多|最高)|最大(?:的)?贡献|贡献了(?:绝)?大部分"), flip="source_not"),
|
||||
r"主要(?:来自|源自|出自|源于|由(?!于)|集中(?:在|于)|依靠|依赖|靠|体现在|表现在|发生在|在于|在)"
|
||||
r"|(?:绝)?大(?:部分|多数|多)(?:来自|源自|出自|由(?!于)|集中(?:在|于))"
|
||||
r"|(?:将近|接近|超过|近|超|逾|过|约|多达|高达)?(?:[一二三四五六七八九两几]成|一半|半数|过半|大半|大部分|大多数)"
|
||||
rf"{_NOT_STOP}{{0,8}}?(?:来自|源自|出自|集中(?:在|于))"
|
||||
r"|集中(?:在|于)"), flip="source_not", gated=True, side="after"),
|
||||
Claim("source", "来源", "decompose", re.compile(
|
||||
rf"主要是(?!因为|由于|受|指|看|说|想|希望){_NOT_STOP}{{0,12}}?(?:{_DIR}|贡献|拖累|带动|拉动|驱动)"
|
||||
rf"|以{_NOT_STOP}{{1,8}}?为主(?![题线要体流打])"), flip="source_not", gated=True, side="inside"),
|
||||
Claim("source", "来源", "decompose", re.compile(r"主导(?!地位|产品|品类|品牌|产业)|贡献了(?:绝)?大部分"),
|
||||
flip="source_not", gated=True, side="before"),
|
||||
Claim("source", "来源", "decompose", re.compile(r"贡献(?:最大|最多|最高)|最大(?:的)?贡献"),
|
||||
flip="source_not", side="before"),
|
||||
Claim("source", "来源", "decompose", re.compile(r"拉动|带动"), flip="source_not", gated=True, side="pull"),
|
||||
Claim("source", "来源", "decompose", re.compile(r"拖累"), flip="source_not", side="pull"),
|
||||
Claim("source_not", "来源(否定)", "decompose", re.compile(r"(?!)"), negative=True),
|
||||
Claim("dispersed", "分散", "decompose", re.compile(r"分散(?!注意|精力|风险|投资|采购)"), flip="source",
|
||||
gated=True),
|
||||
Claim("dispersed", "分散", "decompose", re.compile(
|
||||
r"分散(?!注意|精力|风险|投资|采购)"
|
||||
rf"|普遍(?:有所|出现|呈现)?{_DIR}"
|
||||
rf"普遍(?:有所|出现|呈现)?{_DIR}"
|
||||
rf"|全面{_DIR}"
|
||||
rf"|各(?:个)?{_NOT_STOP}{{1,6}}?(?:都|均)(?:有所|出现|在)?{_DIR}"), flip="source"),
|
||||
Claim("offset", "抵消", "decompose", re.compile(r"抵消|抵冲|此消彼长|一增一减|一升一降|有增有减")),
|
||||
Claim("offset", "抵消", "decompose", re.compile(
|
||||
r"抵消|抵冲|此消彼长|此增彼减|此涨彼跌|涨跌互现|有增有减|有涨有跌|有升有降"
|
||||
r"|一增一减|一减一增|一升一降|一降一升|一涨一跌|一跌一涨")),
|
||||
Claim("mix", "结构", "decompose", re.compile(
|
||||
r"结构性|结构(?:变化|变动|效应)|占比(?:的)?变化(?:带来|造成|导致|引起)"), mode="ratio"),
|
||||
r"结构性|(?<![表据段])结构(?:变化|变动|效应)|占比(?:的)?变化(?:带来|造成|导致|引起)"), mode="ratio"),
|
||||
Claim("anomaly", "异常", "baseline", re.compile(
|
||||
r"异常(?!订单|单|值|数据|记录|交易|码|状态|类|退款|商品|门店|账户|用户|日志|处理|检测)"
|
||||
r"|反常|罕见"
|
||||
r"异常(?!订单|单|值|数据|记录|交易|码|状态|类|退款|商品|门店|账户|账号|用户|日志|处理|检测"
|
||||
rf"|的(?!{_DIR}|波动|变化|变动|高|低))"
|
||||
r"|异动|反常|罕见"
|
||||
r"|(?:明显|显著|大幅|严重)偏离|偏离(?:了)?(?:正常|常规|往常|以往|历史|过往)"
|
||||
rf"|(?:明显|显著)?(?:超出|超过|跳出|突破|高于|低于)(?:了)?{_NOT_STOP}{{0,14}}?(?:正常|常规)(?:的)?(?:波动)?(?:范围|水平|区间)"
|
||||
r"|超出(?:了)?(?:正常|常规)"
|
||||
rf"|大幅(?:度)?(?:地)?(?:{_DIR}|波动|变化|变动)"
|
||||
r"|(?:远远|远|明显|显著|大幅)(?:地)?(?:高于|低于|超过|超出)(?:了)?"
|
||||
r"(?:往常|以往|平时|平常|往期|过往|历史(?:同期)?(?:水平|均值)?|平均水平)"
|
||||
rf"|大幅(?:度)?(?:地)?(?:{_DIR}|波动|变化|变动)|显著(?:地)?{_DIR}"
|
||||
r"|骤降|骤减|暴跌|暴降|锐减|激增|飙升|暴涨|猛增|骤增|陡增|陡降"
|
||||
r"|剧烈(?:地)?(?:波动|变化|变动|震荡|起伏)|(?:波动|变化|变动)(?:十分|非常|较为|比较)?剧烈"),
|
||||
r"|剧烈(?:地)?(?:波动|变化|变动|震荡|起伏)|(?:波动|变化|变动)(?:十分|非常|较为|比较)?剧烈"
|
||||
r"|波动(?:幅度)?(?:较大|很大|偏大|加大|加剧)"),
|
||||
flip="normal"),
|
||||
Claim("record", "新高新低", "baseline", re.compile(
|
||||
r"历史(?:新高|新低|最高|最低)|创(?:下)?(?:了)?(?:历史)?(?:新高(?!地)|新低)|前所未有")),
|
||||
r"历史(?:新高|新低|最高|最低)"
|
||||
rf"|创(?!新(?!高|低))(?:下|出|造)?(?:了)?{_NOT_STOP}{{0,4}}?(?:新高(?!地)|新低|最高|最低)"
|
||||
r"|前所未有")),
|
||||
Claim("normal", "正常", "baseline", re.compile(
|
||||
r"(?:正常|常规)(?:的)?波动(?:范围)?(?:内|之内)?"
|
||||
r"|(?:正常|常规)(?:的)?(?:范围|区间)(?:内|之内)?"
|
||||
r"|(?:属于|处于|在)(?:正常|常规)(?:水平|区间|范围)"), flip="anomaly"),
|
||||
Claim("normal", "正常", "baseline", re.compile(
|
||||
r"(?:并不|并非|并没有|没有|未见|并无|不算|不属于|不是)(?:明显)?(?:的)?异常|无异常"), negative=True),
|
||||
r"(?:并不|并非|并没有|没有|未见|并无|不算|不属于|不是)(?:明显)?(?:的)?异常|无异常"), negative=True,
|
||||
subject=True),
|
||||
Claim("trend", "趋势", "trend", re.compile(
|
||||
rf"{_DIR}(?:的)?(?:趋势|态势|势头)"
|
||||
rf"|(?:趋势|态势|势头)(?:性)?(?:地)?{_DIR}"
|
||||
rf"|(?:呈|呈现|保持|维持|显示)(?:出)?{_DIR}?(?:的)?(?:趋势|态势)"
|
||||
r"|(?:趋势|态势|走势|势头)(?:持续|继续|整体|总体)?(?:向好|向上|向下|好转|转好|走好|转差|走坏|恶化|转弱|转强)"
|
||||
rf"|持续(?:地|性)?{_DIR}"
|
||||
rf"|一路(?:{_DIR}|走高|走低|上扬)"
|
||||
rf"|逐步{_DIR}|稳步{_DIR}"
|
||||
r"|节节(?:攀升|升高|走高|上涨|上升|下滑|下降|败退|走低)"), flip="no_trend"),
|
||||
Claim("trend", "趋势", "trend", re.compile(
|
||||
rf"连续(?:[\x00\s0-90-9一二三四五六七八九十两几多数个周月天日季度年期]|都|在|有所|出现)*?{_DIR}"),
|
||||
rf"连续(?:[\x00\s0-90-9一二三四五六七八九十两几多数个周月天日季度年期]|都|在|有所|出现)*?{_DIR}"
|
||||
r"|(?:[0-90-9]+|[二三四五六七八九十两几多数]+|\x00+)连(?:降|跌|减|涨|升|增)"),
|
||||
flip="no_trend", run=True),
|
||||
Claim("no_trend", "无趋势", "trend", re.compile(
|
||||
r"(?:没有|并没有|没|无|未见|并无|未呈现|未出现)(?:明显|显著)?(?:的)?"
|
||||
@@ -173,16 +238,19 @@ _V1 = Lexicon(
|
||||
Claim("no_diff", "无差异", "differ", re.compile(
|
||||
r"差(?:异|别)(?:不大|很小|较小|不明显|并不明显|不显著|有限)"
|
||||
r"|(?:没有|并没有|没|无|并无)(?:明显|显著)?(?:的)?(?:差异|差别|区别)"
|
||||
r"|不相上下|旗鼓相当"
|
||||
rf"|(?:基本|大致|大体)?相当(?=[{_STOPS}\s\x00]|$)"), negative=True),
|
||||
r"|不相上下|旗鼓相当"), negative=True),
|
||||
Claim("no_diff", "无差异", "differ", re.compile(rf"(?:基本|大致|大体)?相当(?=[{_STOPS}\s\x00]|$)"),
|
||||
negative=True, needs=_PEERS, bars=_PERIODS),
|
||||
Claim("causal", "因果", None, re.compile(
|
||||
r"因为|由于|导致|造成|引起(?!关注|重视|注意|警惕|讨论|兴趣)|归因(?:于|为)|原因(?:主要)?(?:是|在于)"
|
||||
r"|源于|所致|得益于"
|
||||
rf"|受(?!到?影响)(?:到)?{_NOT_STOP}{{1,12}}?(?:的)?影响")),
|
||||
r"因为|由于|归因(?:于|为)|(?:主要)?原因(?:主要)?(?:是|在于|为|:|:)|(?<!来)源于|得益于"), side="after"),
|
||||
Claim("causal", "因果", None, re.compile(
|
||||
rf"导致|造成|引起(?!关注|重视|注意|警惕|讨论|兴趣)|所致|是{_NOT_STOP}{{0,12}}?的主要原因"), side="before"),
|
||||
Claim("causal", "因果", None, re.compile(rf"受(?!到?影响)(?:到)?{_NOT_STOP}{{1,12}}?(?:的)?影响"),
|
||||
side="inside"),
|
||||
),
|
||||
intrinsic=(
|
||||
(re.compile(r"拖累|骤降|骤减|暴跌|暴降|锐减|陡降|新低|最低|低于|小于|少于|更低|更少"), "down"),
|
||||
(re.compile(r"拉动|带动|激增|飙升|暴涨|猛增|骤增|陡增|新高|最高|高于|大于|多于|更高|更多"), "up"),
|
||||
(re.compile(r"拖累|骤降|骤减|暴跌|暴降|锐减|陡降|新低|最低|低于|小于|少于|更低|更少|连(?:降|跌|减)|向下"), "down"),
|
||||
(re.compile(r"拉动|带动|激增|飙升|暴涨|猛增|骤增|陡增|新高|最高|高于|大于|多于|更高|更多|连(?:涨|升|增)|向上"), "up"),
|
||||
),
|
||||
negation=re.compile(r"不(?![但仅只光论少同断久管过如然错禁免妨要])|没有|没|并非|并不|未(?![来必])|无(?![论疑关需])"),
|
||||
filler=re.compile(r"(?:出现|发现|看到|见到|存在|呈现|表现出|明显|显著|什么|任何|多大|太|很|特别|有|过|的|了|[\x00\s])$"),
|
||||
@@ -190,7 +258,22 @@ _V1 = Lexicon(
|
||||
r"|不排除|疑似|大概率"),
|
||||
method=re.compile(r"数据|口径|统计|查询|目录|样本|取数|截断|截止|只到|不完整|未覆盖|篇幅|省略|证据"),
|
||||
quality=re.compile(r"(?:数据|系统|接口|取数|口径|同步|查询|日志|字段|格式|编码)(?:出现|存在|有|无|没有|并无|未见)?$"),
|
||||
pulls=frozenset({"拖累", "拉动", "带动"}),
|
||||
status=re.compile(r"(?:订单|物流|支付|门店|营业|库存|设备|账号|账户|人事)(?:出现|存在|有|无|没有|并无|未见)?$"),
|
||||
change=re.compile(_CHANGE),
|
||||
plan=re.compile(
|
||||
r"(?<![即])将(?=会|要|继续|持续|进一步|全面|大幅|逐步|稳步|保持|维持|迎来|出现|有望|达到|提升|提高|降低|下降|上升|增长"
|
||||
r"|增加|减少|加大|加强|推进|推出|开展|启动|上线|恢复|回升|回落)"
|
||||
r"|即将|需要|(?<![必所])需(?!求)|应当|应该"
|
||||
r"|(?<![相对供反响适效感呼])应(?=继续|持续|进一步|加强|尽快|及时|重点|做好|关注|提升|提高|降低|减少|加大)"
|
||||
r"|(?<![主重只首必纲概摘想需不])要(?=继续|持续|进一步|加强|尽快|及时|重点|做好|关注|保持|确保|提升|提高|降低|减少"
|
||||
r"|加大)"
|
||||
r"|目标(?=是|为|:|:)|如果|假如|一旦|若(?!干)"),
|
||||
plan_ahead=re.compile(
|
||||
r"建议|计划(?!完成|达成|内|外|数|值|量)|预计|争取|力争|打算|希望|下一步|下阶段|下一阶段|接下来|下周|下个?月|下季度"
|
||||
r"|明年|避免|防止|以免|以防|防范|谨防"),
|
||||
subject=re.compile(
|
||||
rf"{_DIR}|波动|变化|变动|走势|涨跌|涨幅|降幅|增幅|跌幅|增速|幅度|水平|指标|销售额|销量|订单量|订单数|单量|客单价"
|
||||
r"|转化率|退款率|退款额|退货率|毛利|利润|收入|营收|客流|流量|访客|GMV", re.I),
|
||||
)
|
||||
|
||||
LEXICONS: dict[int, Lexicon] = {1: _V1}
|
||||
@@ -198,8 +281,15 @@ LEXICONS: dict[int, Lexicon] = {1: _V1}
|
||||
#: 能挂「主要来自」这类来源判断的拆解判定(判定语就是这么说的):一段或一个因子为主、集中在前几段,比率拆解里结构为主、
|
||||
#: 各段自身为主
|
||||
_SOURCE_VERDICTS = frozenset({"driver", "concentrated", "mix_driven", "rate_driven"})
|
||||
#: 有这几类判断的分句里,因果词并进它们核(「下降主要由华东造成」:说的是记账意义上的来源)
|
||||
#: 句子没挂拆解时,有这几类判断的分句里的因果词并进它们核(「下降主要由华东造成」:说的是记账意义上的来源,那一处报没挂
|
||||
#: 拆解);挂了拆解的按原因点名的是不是拆解的段分开核(check_sentence)
|
||||
_SOURCE_KEYS = frozenset({"source", "source_not", "dispersed", "offset", "mix"})
|
||||
#: 来源类判断要点名是哪一段的那几种(拖累、拉动、带动另按方向核,翻过来的否定另有规矩)
|
||||
_NAMING_SIDES = frozenset({"after", "inside", "before", "cause"})
|
||||
#: 比率拆解的结构为主、各段自身为主:判定语说的是「主要来自结构变化」「主要来自各段自身的变化」,句子这么说也算点了名
|
||||
_EFFECTS = {"mix_driven": re.compile(r"结构|占比"), "rate_driven": re.compile(r"自身")}
|
||||
#: 判定语引用([[a:A1]],不含具名标量 [[a:A1.键]])的片段 ref
|
||||
_PHRASE_REF = re.compile(r"^a:\s*([A-Za-z]+\d+)\s*$")
|
||||
#: 拆解结果表里不是维度的列(params.by 对不上时按「不是度量列」认维度,跳过这些)
|
||||
_MEASURE_COLUMNS = frozenset({
|
||||
"base", "target", "delta", "pct", "share", "flag", "n_base", "n_target", "d_base", "d_target", "w_base",
|
||||
@@ -221,7 +311,8 @@ def lexicon(version: int | None = None) -> Lexicon:
|
||||
|
||||
@dataclass(frozen=True)
|
||||
class Hit:
|
||||
"""句子里的一处判断词:类(否定翻过之后的)、在句子里的起止、原文、方向(up / down / None)。"""
|
||||
"""句子里的一处判断词:类(否定翻过之后的)、在句子里的起止、原文、方向(up / down / None)。side 是点名的段、原因在
|
||||
判断词的哪一边(Claim.side,否定翻过来的为 None)。"""
|
||||
|
||||
claim: str
|
||||
start: int
|
||||
@@ -230,6 +321,7 @@ class Hit:
|
||||
direction: str | None
|
||||
negated: bool = False
|
||||
run: bool = False
|
||||
side: str | None = None
|
||||
|
||||
|
||||
def _clause(text: str, start: int, end: int) -> tuple[int, int]:
|
||||
@@ -261,9 +353,28 @@ def _direction(lex: Lexicon, word: str, after: str, clause: str) -> str | None:
|
||||
return None
|
||||
|
||||
|
||||
def _counts(lex: Lexicon, claim: Claim, text: str, start: int, end: int, left: int, right: int) -> bool:
|
||||
"""这处判断词核不核:说的是数据质量、业务状态的「异常」,没说变化的来源、集中、分散(构成),建议、计划、预测、假设,
|
||||
不合条件的「相当」,都不核。"""
|
||||
before = text[left:start]
|
||||
if claim.key in ("anomaly", "normal"):
|
||||
head = re.sub(r"(?:不|没有|没|并不|并非|未|无)$", "", before.rstrip("\x00 "))
|
||||
if lex.quality.search(head) or ("异" in text[start:end] and lex.status.search(head)
|
||||
and not _MOVES.match(text, end)):
|
||||
return False
|
||||
if claim.gated and not lex.change.search(text[:right]):
|
||||
return False
|
||||
if lex.plan.search(text[left:right]) or lex.plan_ahead.search(text[:right]):
|
||||
return False
|
||||
if claim.needs is not None and not claim.needs.search(before):
|
||||
return False
|
||||
return claim.bars is None or not claim.bars.search(text[left:right])
|
||||
|
||||
|
||||
def scan(text: str, *, version: int | None = None) -> list[Hit]:
|
||||
"""一句话里的判断词(text 是写作者自己写的字,别的片段已经涂成 \\x00)。同一处有几种读法时取最靠前、最长的:
|
||||
「超出正常范围」是异常不是正常,「没有明显的上升或下降趋势」是无趋势不是趋势。"""
|
||||
「超出正常范围」是异常不是正常,「没有明显的上升或下降趋势」是无趋势不是趋势。不核的写法(_counts)连同和它重叠的
|
||||
读法一起跳过。"""
|
||||
lex = lexicon(version)
|
||||
found: list[tuple[int, int, int, Claim]] = []
|
||||
for order, claim in enumerate(lex.claims):
|
||||
@@ -276,24 +387,23 @@ def scan(text: str, *, version: int | None = None) -> list[Hit]:
|
||||
end = start - minus
|
||||
if start < taken:
|
||||
continue
|
||||
taken = end
|
||||
left, right = _clause(text, start, end)
|
||||
before = text[left:start]
|
||||
if claim.key in ("anomaly", "normal") and lex.quality.search(
|
||||
re.sub(r"(?:不|没有|没|并不|并非|未|无)$", "", before.rstrip("\x00 "))):
|
||||
taken = end
|
||||
if not _counts(lex, claim, text, start, end, left, right):
|
||||
continue
|
||||
before = text[left:start]
|
||||
key, negated = claim.key, False
|
||||
if not claim.negative and _negated(lex, before):
|
||||
negated = True
|
||||
if claim.flip is None:
|
||||
taken = end
|
||||
continue
|
||||
key = claim.flip
|
||||
word = text[start:end]
|
||||
if key == "normal" and (claim.subject or (negated and "异" in word)) and not lex.subject.search(text[:right]):
|
||||
continue # 「未见异常」「没有出现异动」:主语不是指标、波动的(运行平稳、系统正常)不核
|
||||
direction = _direction(lex, word, text[end:right], text[left:right])
|
||||
hits.append(Hit(claim=key, start=start, end=end, word=word, direction=direction, negated=negated,
|
||||
run=claim.run and not negated))
|
||||
taken = end
|
||||
run=claim.run and not negated, side=None if negated else claim.side))
|
||||
return hits
|
||||
|
||||
|
||||
@@ -309,7 +419,8 @@ class Sentence:
|
||||
text、names、shown 等长,位置一一对应:text 只留写作者自己写的字(判断词在这里找),names 另留引用渲染出来的值(点名
|
||||
的段在这里认),两者都把判定语、知识库原话涂成 \\x00;shown 是给人看的整句(排版符号涂成 \\x00,显示时去掉)。没给
|
||||
names、shown 的按 text。analyses 是这句的分析依据(A 编号),quoted / inputs:同一句里有知识库原话、运行输入。base 是
|
||||
text[0] 在正文里的位置(违规带 span 要用),pieces 是各片段在 text 里的起止和编号(违规带所在片段)。"""
|
||||
text[0] 在正文里的位置(违规带 span 要用),pieces 是各片段在 text 里的起止和编号(违规带所在片段),phrases 是判定语
|
||||
引用 [[a:A1]] 在 text 里的起止和编号(同一分句引用了判定语的来源判断不用再点名)。"""
|
||||
|
||||
text: str
|
||||
names: str = ""
|
||||
@@ -320,6 +431,7 @@ class Sentence:
|
||||
base: int | None = None
|
||||
unit: str | None = None
|
||||
pieces: list[tuple[int, int, str | None]] = field(default_factory=list)
|
||||
phrases: list[tuple[int, int, str]] = field(default_factory=list)
|
||||
|
||||
def __post_init__(self) -> None:
|
||||
if len(self.names) != len(self.text):
|
||||
@@ -497,8 +609,10 @@ def _verdict_miss(result: Mapping[str, Any]) -> _Miss:
|
||||
return _Miss(said, said)
|
||||
|
||||
|
||||
def _check(lex: Lexicon, hit: Hit, result: Mapping[str, Any], names: str) -> _Miss | None:
|
||||
"""这处判断词能不能挂这份结论:对得上返回 None,对不上返回原因。names 是判断词所在分句(点名用的样子)。"""
|
||||
def _check(lex: Lexicon, hit: Hit, result: Mapping[str, Any], names: str, *, spans: tuple[str, ...] = (),
|
||||
phrased: bool = False) -> _Miss | None:
|
||||
"""这处判断词能不能挂这份结论:对得上返回 None,对不上返回原因。names 是判断词所在分句(点名用的样子);spans 是来源类
|
||||
判断说的那一边(_object,近的在前,取第一个点了名的),没给按分句;phrased:同一分句引用了这份结论的判定语。"""
|
||||
if result.get("status") != "ok":
|
||||
reason = str(result.get("reason") or "算不了")
|
||||
return _Miss(f"没有做成({reason})", f"这份结论没有做成({reason})")
|
||||
@@ -507,7 +621,7 @@ def _check(lex: Lexicon, hit: Hit, result: Mapping[str, Any], names: str) -> _Mi
|
||||
key = hit.claim
|
||||
if key in ("source", "source_not"):
|
||||
subjects = _subjects(result)
|
||||
named = _named(result, names)
|
||||
named = next((found for span in spans or (names,) if (found := _named(result, span))), [])
|
||||
# 判定语说「主要来自」的几种:一段(一个因子)为主、集中在前几段;比率拆解的结构为主、各段自身为主
|
||||
top = code in _SOURCE_VERDICTS
|
||||
if key == "source_not":
|
||||
@@ -521,16 +635,22 @@ def _check(lex: Lexicon, hit: Hit, result: Mapping[str, Any], names: str) -> _Mi
|
||||
return _verdict_miss(result)
|
||||
wanted = {_named_value(s) for s in subjects}
|
||||
stray = [n for n in named if _named_value(n) not in wanted]
|
||||
pull = hit.word in lex.pulls
|
||||
pull = hit.side == "pull"
|
||||
if stray and pull:
|
||||
# 拖累、拉动、带动:点名的段不在主要来源里,变化方向对、占总变化过半的也算(整体上涨、华东下跌拖累了涨幅)
|
||||
main = _decimal((result.get("settings") or {}).get("main_share")) or Decimal("0.5")
|
||||
stray = [n for n in stray if not ((share := _segment_change(result, n)[1]) is not None
|
||||
and abs(share) >= main)]
|
||||
subject = "、".join(subjects)
|
||||
if stray:
|
||||
subject = "、".join(subjects)
|
||||
return _Miss(f"判的主要来源是{subject},不是{'、'.join(stray)}",
|
||||
f"判定的主要来源是{subject},不是{'、'.join(stray)}")
|
||||
if not named and hit.side in _NAMING_SIDES and not phrased \
|
||||
and not ((effect := _EFFECTS.get(str(code))) and effect.search((spans or (names,))[0])):
|
||||
# 说的来源不是拆解里的段(「主要来自线上渠道」挂了按地区的拆解、「主要来自新客流失」),当没点名
|
||||
part = "因子" if result.get("mode") == "factor" else "段"
|
||||
return _Miss(f"判的主要来源是{subject},这句说的来源不是这份拆解里的{part}",
|
||||
f"判定的主要来源是{subject},句子里说的来源不是这份拆解里的{part}")
|
||||
if pull and hit.direction:
|
||||
for name in named or subjects:
|
||||
change, _ = _segment_change(result, name)
|
||||
@@ -592,7 +712,7 @@ def _check(lex: Lexicon, hit: Hit, result: Mapping[str, Any], names: str) -> _Mi
|
||||
if len(subjects) == 2 and hit.direction and direction in ("up", "down"):
|
||||
# 判定语的写法是「A 的…高于 B」:A 是 subjects 的第一个。句子里两组都点名了才核方向,后点名的先写就反过来
|
||||
flat = _same_length_norm(names)
|
||||
spots = [flat.find(_named_value(s) or "") for s in subjects]
|
||||
spots = [flat.find(_named_value(s) or "\uffff") for s in subjects]
|
||||
if all(at >= 0 for at in spots):
|
||||
expected = direction if spots[0] < spots[1] else ("down" if direction == "up" else "up")
|
||||
if expected != hit.direction:
|
||||
@@ -619,9 +739,9 @@ def _direction_miss(hit: Hit, direction: Any) -> _Miss | None:
|
||||
_FALLBACK = {
|
||||
"decompose": "只写各段各自的变化,不下「主要」「集中」「拖累」「分散」这类判断",
|
||||
"mix": "只写比率和各段的变化,不说结构变化",
|
||||
"baseline": "只写本期的数和变化,不说「异常」「大幅」「激增」「历史新高」「正常波动」这类判断",
|
||||
"baseline": "只写本期的数和变化,不说「异常」「大幅」「显著下降」「激增」「历史新高」「正常波动」这类判断",
|
||||
"trend": "只写各期的数,不说「持续」「趋势」「连续」这类判断",
|
||||
"differ": "只写各组各自的数,不说「显著」「明显高于」「差异不大」这类判断",
|
||||
"differ": "只写各组各自的数,不说「显著高于」「明显高于」「差异不大」这类判断",
|
||||
}
|
||||
|
||||
|
||||
@@ -660,6 +780,49 @@ def _causal(snippet: str) -> _Reason:
|
||||
f"「{snippet}」没有依据:数据只能说明变化来自哪里;要写原因,引用知识库原话,或写成「可能与…有关,待核实」")
|
||||
|
||||
|
||||
def _object(sentence: Sentence, hit: Hit, left: int, right: int) -> tuple[str, ...]:
|
||||
"""来源类判断说的那一边(点名用的样子 names),近的在前:「主要来自」「集中在」后面到分句末尾,「以…为主」判断词里,
|
||||
「主导」「贡献最大」前面——同一分句里,再往前一个个分句(「线上渠道表现突出,贡献最大」);拖累、拉动、带动和别的类看
|
||||
整个分句。"""
|
||||
names = sentence.names
|
||||
if hit.side == "after":
|
||||
return (names[hit.start:right],)
|
||||
if hit.side == "inside":
|
||||
return (names[hit.start:hit.end],)
|
||||
if hit.side != "before":
|
||||
return (names[left:right],)
|
||||
spans = [names[left:hit.end]]
|
||||
cut = left - 1
|
||||
while cut > 0:
|
||||
prev, _ = _clause(sentence.text, cut, cut)
|
||||
spans.append(names[prev:cut])
|
||||
cut = prev - 1
|
||||
return tuple(spans)
|
||||
|
||||
|
||||
def _cause(sentence: Sentence, hit: Hit, left: int, right: int) -> str:
|
||||
"""因果词说的原因(点名用的样子 names):「由于、因为、原因是、源于、得益于」后面到分句末尾,「受…影响」中间,「导致、
|
||||
造成、引起、所致、是…的主要原因」前面到分句开头——前面有「由」的(「由华东造成」)从「由」后面起。"""
|
||||
names = sentence.names
|
||||
if hit.side == "after":
|
||||
return names[hit.end:right]
|
||||
if hit.side == "inside":
|
||||
return names[hit.start:hit.end]
|
||||
by = [m.end() for m in re.finditer(r"由(?!于)", sentence.text[left:hit.start])]
|
||||
return names[left + by[-1]:hit.start] if by else names[left:hit.start]
|
||||
|
||||
|
||||
#: 原因只是指代(「以上是下降的主要原因」「原因如下:」后面的列表各自核):这一句不核
|
||||
_POINTER = re.compile(r"(?:这|那|此|其|以上|上述|前述|如下|以下|下列)(?:些|个|几个|几点|两点|方面|原因|因素)?")
|
||||
_FILLING = re.compile(r"[\x00\s\W_]|的|都|也|就|主要|正是|便是|即")
|
||||
|
||||
|
||||
def _said_cause(cause: str) -> bool:
|
||||
"""原因说了实在的东西:去掉标点、空白、虚词之后不是空的,也不只是指代。"""
|
||||
rest = _FILLING.sub("", cause)
|
||||
return bool(rest) and _POINTER.fullmatch(rest) is None
|
||||
|
||||
|
||||
def check_sentence(sentence: Sentence, results: Mapping[str, Mapping[str, Any]], *,
|
||||
available: Mapping[str, list[str]] | None = None, version: int | None = None) -> list[dict[str, Any]]:
|
||||
"""一句话的说法违规。results 是写作目录里的分析结论 {A 编号: 结论},available 是 {op: [这次有的 A 编号]}(没挂时
|
||||
@@ -671,6 +834,9 @@ def check_sentence(sentence: Sentence, results: Mapping[str, Mapping[str, Any]],
|
||||
if not hits:
|
||||
return []
|
||||
mine = [(a, results[a]) for a in dict.fromkeys(sentence.analyses) if a in results]
|
||||
#: 这句挂的拆解(原因点名的是它的段就按来源核),和目录里所有的拆解(没挂时认原因是不是哪份拆解的段)
|
||||
decomposes = [r for _, r in mine if r.get("op") == "decompose"]
|
||||
known = [r for r in results.values() if r.get("op") == "decompose"]
|
||||
out: list[dict[str, Any]] = []
|
||||
#: 同一分句里同一类只报一处(「由于促销结束导致下降」是一处没依据的原因,不是两处)
|
||||
seen: set[tuple[str, str, int]] = set()
|
||||
@@ -680,17 +846,20 @@ def check_sentence(sentence: Sentence, results: Mapping[str, Mapping[str, Any]],
|
||||
left, right = _clause(sentence.text, hit.start, hit.end)
|
||||
names = sentence.names[left:right]
|
||||
snippet = _snippet(sentence.shown, hit.start, hit.end)
|
||||
spans = _object(sentence, hit, left, right)
|
||||
if claim.key == "causal":
|
||||
clause = sentence.text[left:right]
|
||||
if sentence.quoted or sentence.inputs or guessed or lex.method.search(clause):
|
||||
continue
|
||||
if any(h is not hit and h.claim in _SOURCE_KEYS and left <= h.start < right for h in hits):
|
||||
continue # 「主要由华东造成」:并进来源那一处核
|
||||
decomposes = [(a, r) for a, r in mine if r.get("op") == "decompose"]
|
||||
if any(_named(r, names) for _, r in decomposes):
|
||||
# 因果词点名的是拆解的段或因子:按来源核(记账意义上的「来自」)
|
||||
hit = Hit("source", hit.start, hit.end, hit.word, hit.direction)
|
||||
claim = lex.claim("source")
|
||||
cause = _cause(sentence, hit, left, right)
|
||||
if not _said_cause(cause):
|
||||
continue # 「以上是下降的主要原因」「主要原因:」:原因在别处,各自核
|
||||
if any(_named(r, cause) for r in decomposes):
|
||||
# 原因点名的是所挂拆解的段或因子(「下降主要由华东造成」):按来源核,这是记账意义上的「来自」
|
||||
hit, claim, spans = replace(hit, claim="source", side="cause"), lex.claim("source"), (cause,)
|
||||
elif not decomposes and (not known or any(_named(r, cause) for r in known)) \
|
||||
and any(h is not hit and h.claim in _SOURCE_KEYS and left <= h.start < right for h in hits):
|
||||
continue # 没挂拆解:并进同一分句里的来源判断,那一处报没挂拆解
|
||||
else:
|
||||
key = (CAUSAL, claim.key, left)
|
||||
if key not in seen:
|
||||
@@ -704,7 +873,8 @@ def check_sentence(sentence: Sentence, results: Mapping[str, Mapping[str, Any]],
|
||||
seen.add(key)
|
||||
out.append(_record(UNCITED, _uncited(claim, hit.word, available), sentence, hit, claim, mine))
|
||||
continue
|
||||
misses = [(a, _check(lex, hit, r, names)) for a, r in candidates]
|
||||
phrased = {alias for at, _, alias in sentence.phrases if left <= at < right}
|
||||
misses = [(a, _check(lex, hit, r, names, spans=spans, phrased=a in phrased)) for a, r in candidates]
|
||||
if any(miss is None for _, miss in misses):
|
||||
continue
|
||||
alias, miss = misses[0]
|
||||
@@ -762,7 +932,7 @@ def results_of(catalog: Mapping[str, Any], load: Any = None) -> dict[str, dict[s
|
||||
|
||||
def _sentence(unit: dict[str, Any], aliases: Iterable[str], results: Mapping[str, Any]) -> Sentence | None:
|
||||
"""文档里的一个句子单元 → Sentence。写作者自己写的字(文字片段、没有出处的数字)留在 text;引用渲染出来的值、表名
|
||||
字段名留在 names(点名用);判定语(a:)、知识库原话(q:)、排版符号两边都涂掉。"""
|
||||
字段名留在 names(点名用);判定语(a:)、知识库原话(q:)、排版符号两边都涂掉,判定语另记下位置(phrases)。"""
|
||||
segments = [s for s in unit.get("segments") or [] if isinstance(s, dict)]
|
||||
if not segments:
|
||||
return None
|
||||
@@ -770,6 +940,7 @@ def _sentence(unit: dict[str, Any], aliases: Iterable[str], results: Mapping[str
|
||||
name_parts: list[str] = []
|
||||
shown_parts: list[str] = []
|
||||
pieces: list[tuple[int, int, str | None]] = []
|
||||
phrases: list[tuple[int, int, str]] = []
|
||||
quoted = False
|
||||
pos = 0
|
||||
for seg in segments:
|
||||
@@ -784,6 +955,8 @@ def _sentence(unit: dict[str, Any], aliases: Iterable[str], results: Mapping[str
|
||||
scan_parts.append(blank)
|
||||
name_parts.append(blank)
|
||||
quoted = quoted or (head == "q" and seg.get("state") == "deterministic")
|
||||
if head == "a" and (phrase := _PHRASE_REF.match(ref)):
|
||||
phrases.append((pos, pos + len(text), phrase.group(1)))
|
||||
elif ref or kind == "entity":
|
||||
scan_parts.append(blank)
|
||||
name_parts.append(text)
|
||||
@@ -798,7 +971,8 @@ def _sentence(unit: dict[str, Any], aliases: Iterable[str], results: Mapping[str
|
||||
cited = list(dict.fromkeys(str(a) for a in aliases))
|
||||
return Sentence(text="".join(scan_parts), names="".join(name_parts), shown="".join(shown_parts),
|
||||
analyses=[a for a in cited if a in results], quoted=quoted,
|
||||
inputs=any(a.startswith("i:") for a in cited), base=base, unit=unit.get("id"), pieces=pieces)
|
||||
inputs=any(a.startswith("i:") for a in cited), base=base, unit=unit.get("id"), pieces=pieces,
|
||||
phrases=phrases)
|
||||
|
||||
|
||||
def check_doc(doc: dict[str, Any], catalog: Mapping[str, Any], *, cited: Mapping[int, list[str]] | None = None,
|
||||
@@ -875,9 +1049,10 @@ ANALYSIS_RULES_PROMPT = (
|
||||
"分析结论(系统会逐句核对判断词):\n"
|
||||
"- 「主要来自」「集中在」「拖累」「带动」「分散」「异常」「大幅」「激增」「历史新高」「正常波动」「持续上升」「趋势」"
|
||||
"「显著高于」「差异不大」这类判断,只能照证据目录里分析结论的判定写,句末挂对应的依据,比如 [[see:A1]];最好直接引用"
|
||||
"判定语 [[a:A1]],它由系统按判定渲染。来源、集中、拖累、分散挂变化拆解,结构变化挂比率拆解,异常、新高新低、正常波动"
|
||||
"挂波动基线,持续、趋势、连续挂趋势,显著、明显高于、差异不大挂差异检验。\n"
|
||||
"- 判定和你想写的不一样时照判定写;点名的地区、渠道要在判定点名的段里;没有做成的分析照实写没做成的原因,不下这类判断。"
|
||||
"判定语 [[a:A1]],它由系统按判定渲染。来源、集中、拖累、分散挂变化拆解,结构变化挂比率拆解,异常、大幅、显著上升或下降、"
|
||||
"新高新低、正常波动挂波动基线,持续、趋势、连续挂趋势,显著高于、明显高于、差异不大挂差异检验。\n"
|
||||
"- 判定和你想写的不一样时照判定写;写来源要点名是哪一段,点名的地区、渠道要在判定点名的段里;没有做成的分析照实写"
|
||||
"没做成的原因,不下这类判断。"
|
||||
"没有对应的分析结论,就只陈述数字和变化。\n"
|
||||
"- 拆解只说明变化来自哪里,不说明为什么。写原因(因为、由于、导致、受…影响)要有知识库原话或运行输入作依据,"
|
||||
"否则写成待核实的推测,比如「可能与促销结束有关,待核实」。"
|
||||
|
||||
@@ -43,7 +43,7 @@ def codes(found: list[dict]) -> list[str]:
|
||||
|
||||
@pytest.mark.parametrize("text, claim", [
|
||||
("下降主要来自华东。", "source"), ("增长主要由线上贡献。", "source"), ("下降集中在华东、华北。", "source"),
|
||||
("绝大部分来自线下。", "source"), ("华东拖累了整体。", "source"), ("线上带动了增长。", "source"),
|
||||
("增长绝大部分来自线下。", "source"), ("华东拖累了整体。", "source"), ("线上带动了增长。", "source"),
|
||||
("华东贡献最大。", "source"), ("下降主要是华东下滑造成的。", "source"),
|
||||
("变化分散在各地区。", "dispersed"), ("各地区都在下降。", "dispersed"), ("各渠道普遍下滑。", "dispersed"),
|
||||
("全面下降。", "dispersed"),
|
||||
@@ -53,7 +53,7 @@ def codes(found: list[dict]) -> list[str]:
|
||||
("销售额明显偏离往常。", "anomaly"), ("超出过去 12 周的常规波动范围。", "anomaly"),
|
||||
("销售额明显高于正常水平。", "anomaly"), ("波动剧烈。", "anomaly"),
|
||||
("本周创历史新高。", "record"), ("销售额创新高。", "record"), ("前所未有。", "record"),
|
||||
("在常规波动范围内。", "normal"), ("属于正常波动。", "normal"), ("并不异常。", "normal"),
|
||||
("在常规波动范围内。", "normal"), ("属于正常波动。", "normal"), ("这一降幅并不异常。", "normal"),
|
||||
("线上销售额持续上升。", "trend"), ("呈上升趋势。", "trend"), ("一路走低。", "trend"), ("稳步增长。", "trend"),
|
||||
("连续三周下降。", "trend"), ("连续下滑。", "trend"),
|
||||
("没有明显的上升或下降趋势。", "no_trend"), ("上升趋势不明显。", "no_trend"), ("基本平稳。", "no_trend"),
|
||||
@@ -138,13 +138,13 @@ def test_dafu_needs_a_baseline_outside_the_band_in_the_same_direction():
|
||||
|
||||
|
||||
@pytest.mark.parametrize("text, claim", [
|
||||
("并未出现明显异常。", "normal"), # 否定隔着「出现明显」
|
||||
("本周没有出现异常。", "normal"),
|
||||
("订单数并未出现明显异常。", "normal"), # 否定隔着「出现明显」
|
||||
("本周销售额没有出现异常。", "normal"),
|
||||
("不在正常范围内。", "anomaly"),
|
||||
("不属于正常波动。", "anomaly"),
|
||||
("没有显著高于华东。", "no_diff"),
|
||||
("并非主要来自华东。", "source_not"),
|
||||
("并不分散。", "source"),
|
||||
("下降并非主要来自华东。", "source_not"),
|
||||
("下降并不分散。", "source"),
|
||||
("没有持续上升。", "no_trend"),
|
||||
])
|
||||
def test_a_negation_flips_to_the_opposite_class(text, claim):
|
||||
@@ -196,8 +196,10 @@ def test_ascii_names_need_word_boundaries_but_chinese_neighbours_are_fine():
|
||||
result["table"]["rows"][0][0] = "AB"
|
||||
result["table"]["rows"][1][0] = "A"
|
||||
assert said("下降主要来自AB店。", "A1", results={"A1": result}) == []
|
||||
assert said("下降主要来自XAB。", "A1", results={"A1": result}) == [], "XAB 不是点名 AB,也没点名别的段"
|
||||
assert codes(said("下降主要来自A。", "A1", results={"A1": result})) == [], "一个字的名字不认"
|
||||
# XAB 不是点名 AB、一个字的名字不认:都当没点名哪一段,说的来源不是拆解里的段
|
||||
[miss] = said("下降主要来自XAB。", "A1", results={"A1": result})
|
||||
assert miss["code"] == ac.MISMATCH and "不是这份拆解里的段" in miss["message"]
|
||||
assert codes(said("下降主要来自A。", "A1", results={"A1": result})) == [ac.MISMATCH]
|
||||
|
||||
|
||||
def test_named_segments_are_matched_across_full_and_half_width():
|
||||
@@ -330,11 +332,65 @@ def test_a_cause_outside_the_decomposition_needs_its_own_evidence():
|
||||
{"text": "由于促销结束导致下降。", "inputs": True},
|
||||
{"text": "由于数据只到 10 月 16 日,本周不完整。"},
|
||||
{"text": "由于样本少,差异不能下结论。"},
|
||||
{"text": "以上是本周下降的主要原因。"}, # 原因只是指代:列出原因的那几句各自核
|
||||
{"text": "下降的原因主要是:"},
|
||||
])
|
||||
def test_guesses_quotes_inputs_and_data_caveats_are_not_unsupported_causes(sentence):
|
||||
assert ac.check_sentence(ac.Sentence(**sentence), {}) == []
|
||||
|
||||
|
||||
@pytest.mark.parametrize("text, found", [
|
||||
("下降主要由于促销结束。", [(ac.CAUSAL, "causal")]), # 「主要由」不吃掉「由于」
|
||||
("华东下降主要由于促销结束。", [(ac.CAUSAL, "causal")]), # 原因在「由于」后面,前面的华东不算
|
||||
("促销结束导致华东下降。", [(ac.CAUSAL, "causal")]), # 原因在「导致」前面
|
||||
("华东受促销结束影响下降。", [(ac.CAUSAL, "causal")]), # 原因在「受…影响」中间
|
||||
("下降主要由促销结束造成。", [(ac.MISMATCH, "source"), (ac.CAUSAL, "causal")]),
|
||||
("下降主要来自线上渠道。", [(ac.MISMATCH, "source")]), # 说的来源不是拆解(按地区)里的段
|
||||
("下降主要来自新客流失。", [(ac.MISMATCH, "source")]),
|
||||
("华东下降主要来自线上渠道。", [(ac.MISMATCH, "source")]), # 「主要来自」看后面
|
||||
("下降主要由华东造成。", []),
|
||||
("华东是本周下降的主要原因。", []), # 原因点名的是段:按来源核
|
||||
("下降的主要原因是华东门店客流减少。", []),
|
||||
("华南是本周下降的主要原因。", [(ac.MISMATCH, "source")]),
|
||||
("下降主要源于华东。", []),
|
||||
("华东下滑,拖累了整体。", []), # 拖累看整个分句,没点名的按主要来源
|
||||
])
|
||||
def test_sources_and_causes_attached_to_a_decomposition(text, found):
|
||||
"""挂了按地区拆解、判「主要来自华东」的结论(复核 R4):原因按因果词的那一边认;说的来源得是拆解里的段。"""
|
||||
assert [(v["code"], v["claim"]) for v in said(text, "A1", results={"A1": fake_result()})] == found
|
||||
|
||||
|
||||
def test_a_source_needs_no_name_when_the_clause_quotes_the_phrase_or_says_structure():
|
||||
driver = fake_result()
|
||||
phrase = ac.Sentence(text="下降主要来自以下地区:\x00\x00\x00\x00。", analyses=["A1"], phrases=[(11, 15, "A1")])
|
||||
assert ac.check_sentence(phrase, {"A1": driver}) == []
|
||||
elsewhere = ac.Sentence(text="\x00\x00\x00\x00,下降主要来自这一地区。", analyses=["A1"], phrases=[(0, 4, "A1")])
|
||||
assert codes(ac.check_sentence(elsewhere, {"A1": driver})) == [ac.MISMATCH], "判定语在别的分句"
|
||||
mix = fake_result(mode="ratio", verdict="mix_driven", subjects=[["华东"]])
|
||||
assert said("退款率上升主要来自结构变化。", "A1", results={"A1": mix}) == []
|
||||
rate = fake_result(mode="ratio", verdict="rate_driven", subjects=[["华东"]])
|
||||
assert said("退款率上升主要来自各段自身的变化。", "A1", results={"A1": rate}) == []
|
||||
assert [v["claim"] for v in said("退款率上升主要来自结构变化。", "A1", results={"A1": rate})] == ["source", "mix"]
|
||||
|
||||
|
||||
def test_before_side_sources_look_back_to_the_nearest_named_clause():
|
||||
driver = fake_result()
|
||||
assert said("华东门店表现最弱,贡献最大。", "A1", results={"A1": driver}) == []
|
||||
assert said("华南基本持平,华东贡献最大。", "A1", results={"A1": driver}) == [], "最近的分句点了名就不再往前找"
|
||||
assert codes(said("新客贡献最大。", "A1", results={"A1": driver})) == [ac.MISMATCH]
|
||||
|
||||
|
||||
@pytest.mark.parametrize("text, results, found", [
|
||||
("下降主要由华东造成。", {}, [ac.UNCITED]), # 没有拆解可比:并进来源
|
||||
("下降主要由华东造成。", {"A2": fake_result()}, [ac.UNCITED]), # 华东是目录里拆解的段:并进来源
|
||||
("下降主要由促销结束造成。", {"A2": fake_result()}, [ac.UNCITED, ac.CAUSAL]),
|
||||
("下降主要由促销结束造成。", {}, [ac.UNCITED]),
|
||||
])
|
||||
def test_without_a_decomposition_attached_a_cause_merges_into_the_source_only_when_it_could_be_one(text, results,
|
||||
found):
|
||||
assert codes(said(text, results=results)) == found
|
||||
|
||||
|
||||
# --------------------------------------------------------------------------
|
||||
# 文档:哪里不扫、怎么挂、版本
|
||||
# --------------------------------------------------------------------------
|
||||
@@ -451,6 +507,24 @@ def test_compose_and_verify_bind_the_sentence_to_its_see_marker():
|
||||
assert [v["code"] for v in verify_doc(tampered, cat)["violations"]] == [ac.UNCITED]
|
||||
|
||||
|
||||
@pytest.mark.parametrize("raw, want", [
|
||||
("销售额 [[m:gmv]],下降主要来自线上渠道。[[see:A1]]", [(ac.MISMATCH, "主要来自")]),
|
||||
("销售额 [[m:gmv]],下降主要来自新客流失。[[see:A1]]", [(ac.MISMATCH, "主要来自")]),
|
||||
("销售额 [[m:gmv]],下降主要由于促销结束。[[see:A1]]", [(ac.CAUSAL, "由于")]),
|
||||
("销售额 [[m:gmv]],下降主要由促销结束造成。[[see:A1]]", [(ac.MISMATCH, "主要由"), (ac.CAUSAL, "造成")]),
|
||||
("销售额 [[m:gmv]],下降主要来自华东。[[see:A1]]", []),
|
||||
("销售额 [[m:gmv]],下降主要来自 [[v:A1.r0.region]]。[[see:A1]]", []),
|
||||
("销售额 [[m:gmv]],下降主要来自以下地区:[[a:A1]]。", []),
|
||||
("[[a:A1]],下降主要来自这一地区。", [(ac.MISMATCH, "主要来自")]),
|
||||
])
|
||||
def test_strict_documents_close_the_source_and_cause_loopholes(raw, want):
|
||||
"""复核 R4 的几个口子(strict 下挂一份按地区拆解、判「主要来自华东」的 A1):经组装和复核都核出来。"""
|
||||
cat = catalog(A1=fake_result())
|
||||
doc = compose_doc(raw, cat, analysis_claims="strict")
|
||||
assert [(v["code"], v["text"]) for v in found(doc)] == want
|
||||
assert [(v["code"], v["text"]) for v in found(verify_doc(doc, cat))] == want
|
||||
|
||||
|
||||
def test_inputs_and_quotes_in_the_same_sentence_support_a_cause():
|
||||
doc = compose_doc("由于本周有 [[i:promo]] 活动,销售额 [[m:gmv]]。[[see:m:gmv]]", catalog(), analysis_claims="check")
|
||||
assert found(doc) == []
|
||||
|
||||
@@ -0,0 +1,137 @@
|
||||
"""说法表的样本表(engine/analysis_claims,细案 01 §9.1):常见的周报写法逐句过 scan,每句期望认出的类(按出现的先后,
|
||||
否定翻过之后的)或「不核」(空)。以后改说法表都过这张表:误报(正常的句子被打回)让报告多重写一次、strict 下降档,
|
||||
漏报只是少核一处,宁可漏报不误报。
|
||||
|
||||
前半是第 1 波复核时的 70 句(复核第 4 节),后半是这次调整顺带看清楚的写法。和复核标记不一样的只有一句:「退款主要集中在
|
||||
生鲜品类」复核标的是判断,可它说的是退款的构成、没说变化,按「来源、集中只在说了变化时才核」不核。
|
||||
"""
|
||||
from __future__ import annotations
|
||||
|
||||
import pytest
|
||||
|
||||
from app.engine import analysis_claims as ac
|
||||
|
||||
#: 不核
|
||||
NO: tuple[str, ...] = ()
|
||||
|
||||
SAMPLES: list[tuple[str, tuple[str, ...]]] = [
|
||||
# ---- 陈述数字和变化:不核 ----
|
||||
("本周销售额 12.3 万元,环比下降 5.2%。", NO),
|
||||
("整体平稳,各品类变化不大。", NO),
|
||||
("退款率略有下降。", NO),
|
||||
("订单数明显回升,客单价基本持平。", NO), # 「明显」只是程度,不收「明显 + 涨跌」
|
||||
("环比基本持平。", NO),
|
||||
("本周数据只到 10 月 16 日,周数据不完整。", NO),
|
||||
("客单价相当于上周的 1.1 倍。", NO),
|
||||
("订单量与上周相当。", NO), # 比上期:说的是持平,不是两组差异
|
||||
# ---- 判断:核 ----
|
||||
("销售额同比增长 8.1%,主要是因为国庆假期客流增加。", ("causal",)),
|
||||
("受节假日影响,线下门店客流明显回升。", ("causal",)),
|
||||
("华东销售额大幅增长 32%。", ("anomaly",)),
|
||||
("线上渠道拉动整体增长。", ("source",)),
|
||||
("华东下滑拖累了整体表现。", ("source",)),
|
||||
("各地区普遍上涨。", ("dispersed",)),
|
||||
("已连续三周下降。", ("trend",)),
|
||||
("西南地区退款率显著高于其他地区。", ("differ",)),
|
||||
("两个渠道的转化率相当。", ("no_diff",)),
|
||||
("促销效果显著,带动订单量增长。", ("source",)),
|
||||
("由于华东仓库搬迁,发货延迟导致退款增加。", ("causal", "causal")),
|
||||
("线上销售额持续增长,已连续 5 周上升。", ("trend", "trend")),
|
||||
("退款金额骤增,需重点关注。", ("anomaly",)), # 「需」在后一个分句,不管前面的判断
|
||||
("新客贡献最大。", ("source",)),
|
||||
("这主要是由于华东仓库搬迁。", ("causal",)),
|
||||
("整体来看,各渠道均有所下降。", ("dispersed",)),
|
||||
("销量下降主要由促销结束造成。", ("source", "causal")),
|
||||
("下降主要来自客流减少。", ("source",)),
|
||||
("退款主要集中在生鲜品类。", NO), # 复核标的是判断;说的是构成、没说变化,不核
|
||||
# ---- 业务上的「异常」、数据质量:不核 ----
|
||||
("本周异常订单 35 单,已全部处理。", NO),
|
||||
("部分门店数据异常,已提交核查。", NO),
|
||||
("部分订单异常,已退款。", NO),
|
||||
("物流异常的订单已全部退款。", NO),
|
||||
("支付异常的订单已全部退款。", NO),
|
||||
("门店营业异常 2 家。", NO),
|
||||
("整体运行平稳,未见异常。", NO), # 主语不是指标、波动
|
||||
("系统运行正常,无异常。", NO),
|
||||
# ---- 说的是构成,不是变化从哪来:不核 ----
|
||||
("本周订单主要来自线上渠道,占 65%。", NO),
|
||||
("销售额集中在周末两天。", NO),
|
||||
("华东门店集中在上海、杭州。", NO),
|
||||
("客户分散在各个城市。", NO),
|
||||
("线上渠道占主导。", NO),
|
||||
# ---- 建议、计划、预测:不核 ----
|
||||
("下一步将全面提升门店服务水平。", NO),
|
||||
("建议加大投放,拉动新客增长。", NO), # 「建议」管到后面的分句
|
||||
("通过会员活动带动复购。", NO), # 带动的不是变化
|
||||
("下周将持续提升转化率。", NO),
|
||||
("建议持续降低退款率。", NO),
|
||||
("计划逐步提高线上占比。", NO),
|
||||
("下一步将大幅提升配送效率。", NO),
|
||||
("下周重点主要是提升转化率。", NO),
|
||||
("避免缺货导致客诉。", NO),
|
||||
("预计下周将继续保持增长态势。", NO),
|
||||
# ---- 别的误报:不核 ----
|
||||
("订单来源于线上渠道。", NO), # 「来源于」不是「源于」
|
||||
("数据来源于业务系统,金额含税。", NO),
|
||||
("本周数据源表结构变化,部分字段暂缺。", NO), # 表结构不是结构变化
|
||||
# ---- 漏报,补上:核 ----
|
||||
("华东是本周下降的主要原因。", ("causal",)), # 原因点名的是拆解的段时按来源核
|
||||
("近七成的降幅来自华东。", ("source",)),
|
||||
("超过一半的下降来自华东。", ("source",)),
|
||||
("增长主要靠线上。", ("source",)),
|
||||
("降幅主要在华东。", ("source",)),
|
||||
("下降主要体现在华东。", ("source",)),
|
||||
("增长以线上为主。", ("source",)),
|
||||
("销售额创年内新高。", ("record",)),
|
||||
("销售额创近一年新高。", ("record",)),
|
||||
("整体趋势向好。", ("trend",)),
|
||||
("本周销售额波动较大。", ("anomaly",)),
|
||||
("订单量三连降。", ("trend",)),
|
||||
("退款率显著下降。", ("anomaly",)),
|
||||
("销售额远高于往常。", ("anomaly",)),
|
||||
("本周销售额出现异动。", ("anomaly",)),
|
||||
("华东和华南一涨一跌。", ("offset",)),
|
||||
# ---- 这次调整顺带看清楚的写法 ----
|
||||
("订单大幅减少。", ("anomaly",)), # 「订单」只在「订单异常」里是业务状态
|
||||
("不少门店大幅下滑。", ("anomaly",)),
|
||||
("订单异常下降。", ("anomaly",)), # 「异常」后面跟着涨跌:说的是指标
|
||||
("华东线上订单出现异常的下降。", ("anomaly",)),
|
||||
("异常的门店已全部整改。", NO),
|
||||
("两个渠道的转化率与上周相当。", NO),
|
||||
("华东和华南的退款率水平相当。", ("no_diff",)),
|
||||
("销售额并未出现明显异常。", ("normal",)),
|
||||
("本周没有出现异常。", NO),
|
||||
("退款率并未显著下降。", ("normal",)),
|
||||
("下降主要来自华东,建议加大华东投放。", ("source",)), # 「建议」在后一个分句
|
||||
("销售额\x00\x00,环比\x00\x00,主要来自华东。", ("source",)), # 引用渲染的数涂成 \x00,「环比」说的是变化
|
||||
("订单主要来自线上渠道,占比较上周提升 5 个百分点。", NO), # 变化在后一个分句:前面说的是构成
|
||||
("新增客户主要来自线上渠道。", NO),
|
||||
("增量主要来自线上。", ("source",)),
|
||||
("下降主要源于华东。", ("source",)),
|
||||
("订单以线上为主。", NO),
|
||||
("线上渠道表现突出,贡献最大。", ("source",)),
|
||||
("下降的主要原因是华东门店客流减少。", ("causal",)),
|
||||
("受促销结束影响,华东销售额下降。", ("causal",)),
|
||||
("近 8 周销售额持续下降,已连续三周下降。", ("trend", "trend")),
|
||||
("线上销售额十二连涨。", ("trend",)),
|
||||
("整体走势向下。", ("trend",)),
|
||||
("销售额创下了近一年来新高。", ("record",)),
|
||||
("创新能力最高的门店是华东店。", NO),
|
||||
("预计下周销售额将创新高。", NO),
|
||||
]
|
||||
|
||||
|
||||
@pytest.mark.parametrize("text, expected", SAMPLES, ids=[t for t, _ in SAMPLES])
|
||||
def test_the_sample_table(text, expected):
|
||||
found = ac.scan(text)
|
||||
assert tuple(h.claim for h in found) == expected, [(h.claim, h.word) for h in found]
|
||||
|
||||
|
||||
@pytest.mark.parametrize("text, expected", SAMPLES, ids=[t for t, _ in SAMPLES])
|
||||
def test_a_sentence_is_reported_without_conclusions_exactly_when_it_carries_a_judgement(text, expected):
|
||||
"""没有分析结论可挂时:认出判断的句子至少报一处(没挂、原因没依据),不核的一处都不报。"""
|
||||
assert bool(ac.check_sentence(ac.Sentence(text=text), {})) == bool(expected)
|
||||
|
||||
|
||||
def test_the_sample_table_is_not_shorter_than_the_review():
|
||||
assert len(SAMPLES) >= 70 and len({t for t, _ in SAMPLES}) == len(SAMPLES)
|
||||
Reference in New Issue
Block a user