Disambiguate shared glossary aliases without discarding full entity names

2026-10-08 08:42:17 +08:00
parent 0e4aec82d8
commit dd5a99dc23
4 changed files with 60 additions and 22 deletions
@@ -69,3 +69,5 @@ OCR、扫描页图文提取、版面中间结构与可点击目录的后续大
 真实 Sonnet 5.5 全书运行中发现，单批术语返回同一别名的不同译名会中止全书。现在自动扫描逐条校验建议，保留已确定译名并记录冲突，每批原子保存结果及进度。手工术语表的冲突仍严格报错。两本书的实际运行结果将在完成后单独记录；本节不代表已完成全书译文验收。

 追加验证：两本书完整模式共 6,782 个单元，原文格式往返失败 0、新增结构问题 0。《House of Huawei》的 Part I／II／III 只有编号，没有副标题，原绑定算法去掉编号后得到空标题，导致未绑定；现允许明确的 h1–h6 纯编号标题匹配，同文字的普通段落仍不匹配。目录和正文复用同一译文，并将“第一部分”规范为“第一部”。累计 51 项测试通过。
+
+术语复核发现，Sun Microsystems／David Sun、Fuji Bank／Fuji TV、Kazuo Noda／Yoshihiko Noda 分别共享 Sun、Fuji、Noda 短别名。现保留各完整名称及其译名，同时从双方删除歧义短别名，并持久化禁止再次自动加入这些别名。裸姓氏留给模型按上下文消歧，明确全名仍做术语校验。累计 52 项测试通过。House of Huawei 新绑定去掉了 3 个重复的独立 Part 导航标签，完整清单为 2,837 单元；缓存迁移核对了旧源摘要及已扫描批次文字完全相同后保留扫描进度。