状态规范
状态文字变化如何映射且保留原值
规范值与来源原值双轨保存。 本文给出可复核步骤、状态边界、脱敏记录方法与复核路径。
不同来源可能用改期、延后、暂停、终止等文字描述状态。规范化便于筛选和校验，但若只保存规范值，原意和翻译差异会消失。图谱采用双轨：来源原文按观察时刻冻结，规范状态引用词典版本，映射理由与置信边界另存。词典条目包含正例、反例、否定结构、对象范围、前序要求和不可推断项，而不只是同义词列表。映射输入连同语言、上下文窗口和材料位置保存，预处理后的文本不能替代原字符串。规则只能自动通过满足所有条件的明确表达；标题截断、旧消息引述、假设句、多语言混写和未知缩写进入人工队列。两个规则给出不同候选时建立冲突，不按执行顺序取最后结果。人工决定必须引用命中片段并解释为何排除其他值。词典升级先在历史样本上影子运行，形成差异报告，再以新版本追加映射；旧观察绝不批量静默改写。接口同时返回原值、规范值、版本与审核状态，搜索原文和按规范筛选各走独立路径。质量抽查重放自动与人工样本，误差超过门槛就暂停相应规则。训练语料与正式材料严格分区，合成句只用于测试规则，不进入赛事观察。映射日志保存预处理每一步，发现编码、分词或翻译改变语义时可精确撤回。人工审核之间意见不一致则保留两个候选并请求复核，不能由职位或速度代替证据。
状态规范化把来源原词与便于筛选的标签分开保存。每条观察包含原始文字、语言、上下文窗口、对象范围、候选值、最终映射、规则号、词典版本和执行方式；清洗后的字符串不能覆盖原文。词典条目除同义词外，还需定义否定模式、前序条件、范围限制、混淆词和禁止推断项。只有对象与语法都明确的短语可自动处理，截断标题、条件句、历史引述、未来假设和低频缩写进入人工复核。两个规则给出不同答案时保留命中片段和冲突组，不按运行顺序取最后值；人工裁决须说明支持与排除理由。词典升级先在历史样本上影子运行，再发布新版本，旧观察与旧映射可重放。接口同时返回原词、规范值、版本和审核状态；UNKNOWN是有效结果，争议也不会折叠成第一候选。搜索按原词工作，统计只读取审核通过且范围明确的规范值。
状态词典包含定义与排除项
每个规范状态写定义、必要证据、相近但不同概念、允许转换和展示文字。取消的排除项包括延期与中止，避免只靠关键词相似映射。
词典版本和生效时间保存，旧记录继续引用原版本。词典更新触发影响分析，不立即重写全部历史。影响报告列出规则差异、涉及记录和需要人工重核的上下文，确认后才发布新映射版本。每个新增词条还附最小触发上下文、禁止自动处理的近似句、所需前序状态和适用版本，避免单个关键词脱离语法命中。
- 规范词有必要证据
- 相近概念列排除项
- 词典带版本时间
- 更新先做影响分析
来源原文保留位置与语境
记录完整短句、字段标签、所在区域、语言和采集时间，而不是只截一个词。否定句、条件句和未来计划可能改变含义。长段文字只摘必要部分并保留证据引用。
机器翻译是派生材料，原语言仍是主记录。翻译不确定时标注，不把译文当来源原值。编码、大小写、标点、全半角与分词等预处理逐步生成可重放日志；原文检索始终读取冻结字符串，不能用规范标签替代。
- 原文包含必要上下文
- 否定条件得到保留
- 翻译与原文分栏
- 长文摘录遵守最小范围
映射规则可解释且可重做
规则输入原文、语言、赛事结构和前序状态，输出规范值、规则号与问题。明确写比赛延期可映射延期；只写调整中不足以决定，返回UNKNOWN。
人工映射需填写理由和审核者。批量规则命中后抽样复核，错误率超过阈值则冻结批次。来源名称不参与选择。金标准集同时覆盖正例、反例、无法判断、双重否定、历史引述、多语言混写与含糊缩写；训练样本和终检样本隔离。新规则先影子运行，报告新旧差异、自动通过率与错误聚类，高低置信两端都抽样。任何建议没有非空理由和命中片段时不计为裁决，低频新词只生成候选。双人意见不一致就保留争议与各自依据，不以职位、票数或处理速度代替证据。
- 规则输出含规则号
- 含糊词返回UNKNOWN
- 人工映射记录理由
- 批量结果接受抽样
词语变化不一定是状态变化
来源从推迟改为延期可能只是编辑用词，若定义一致，规范状态不变但原文事件追加。反之，同一词在新上下文中含义改变，应新建映射。
页面更新时间较晚不能自动形成状态事件。只有原文字段或证据实质变化才更新数据时间。
- 同义改字不造状态变化
- 上下文变化重新映射
- 页面更新不等于状态更新
- 原文事件仍被保留
合成映射验证UNKNOWN分支
来源A写明确延期，规则映射延期；来源B只写安排调整，输出UNKNOWN；来源C写比赛开始后暂停，若有开始证据可映射中止候选。字母均为训练。
若A与另一来源给出取消，规范字段进入争议，不用更新时间裁决。训练词组不生成实际比赛记录。样本按语言、赛事范围、句法类型和来源角色分层，评估公开各层分母与置信区间，避免总体数字掩盖罕见结构。
- 明确词可映射
- 含糊词保持UNKNOWN
- 中止需要开始证据
- 冲突不按时间自动选
展示原文和规范值双轨
字段卡先显示规范状态，再提供来源原文、语言、词典版本和映射时间。UNKNOWN时不隐藏原文。读屏器能够读出两层。
筛选使用规范值，全文检索可查原文。结构化数据只在映射通过且无争议时输出，否则保留未知。接口同时回传词典版本、裁决方式和审核状态，使下游能够拒绝过旧或人工未审的映射。读者更正、冲突组和UNKNOWN高发区分别进入反例采样，不只追求总体通过率。
- 规范值可展开原文
- 未知仍显示材料
- 筛选与检索职责分开
- 争议不输出单一状态
审核映射修订和历史
审核者用词典重做映射，检查否定、条件和前序状态。错误映射通过更正链保存旧规范值、新值、规则与原因。评估按状态类别分别报告精确率、召回率、UNKNOWN弃权率、冲突率、跳过数量与范围分布，避免多数类掩盖小类错误。
图谱不把规范状态当实时结果；来源缺失或冲突时继续UNKNOWN，词典只帮助一致阅读，不替证据创造答案。每个词典版本冻结一组未参与开发的回归样本，并记录复核者一致率、分歧去向和回滚范围。自动路径超过分层门槛即暂停，新版本期间生成的事件仍保留并逐项重审，不能为发布压力降低标准。
- 映射可由词典重做，并保留原字符串、清洗步骤、上下文窗口、命中规则、人工理由与最终输出的逐项对照记录
- 修订保留旧规范值，并可按版本回放全部差异
- 状态不被写成实时结果
- 词典版本、原文与映射路径均可重放
