fix(auto_reply): 添加时间/程度副词到非核心词列表
问题:查询'服务器最近有哪些公告啊?'命中'近期公告'文档,但被相关性检查拒绝。
根因:
- '最近'未被列为非核心词,参与核心词覆盖检查
- 文档heading为'近期公告',不含'最近'(只含'近期')
- 核心词{'最近', '公告'}只命中1个,低于阈值2个
修复:
- 在non_core_kw中添加时间/程度副词:最近、近期、刚才、现在等
- 这些词通用性强,不应作为核心区分词
测试结果:
- 核心词变为{'公告'}(1个)
- core_hits=1 >= min(2, 1)=1 → 通过
This commit is contained in:
+7
-1
@@ -220,7 +220,13 @@ class AutoReply:
|
||||
# sdf1.md"注意事项"只含"草原"(1/3)→ 若has_ht=False则拒绝
|
||||
# index.md"近期公告"含"近期"+"公告"(2/3)→ 通过
|
||||
non_core_kw = {'多少', '哪些', '哪个', '什么', '怎么', '如何', '吗', '呢', '吧',
|
||||
'备用', '深险', '端的', '那', '这', '些', '个', '种', '类'}
|
||||
'备用', '深险', '端的', '那', '这', '些', '个', '种', '类',
|
||||
# 时间/程度副词:通用且难以区分文档
|
||||
'最近', '近期', '刚才', '现在', '当前', '刚刚', '以前', '之后', '当天',
|
||||
'第一', '最新', '全部', '所有', '一起', '各种', '各种各样',
|
||||
# 疑问代词变体
|
||||
'哪些', '哪个', '什么', '怎么', '如何', '多少',
|
||||
}
|
||||
core_kw = q_mean - non_core_kw
|
||||
doc_text = heading_clean + " " + title.lower() + " " + body_clean[:800]
|
||||
core_hits = sum(1 for kw in core_kw if kw in doc_text)
|
||||
|
||||
Reference in New Issue
Block a user