指南
地名错字会造成哪些分类问题?
地名错字可能把同一地区拆成多个分类,漏掉检索结果,或在自动纠错时把不同地点误合并;地区与子地区混用还会导致重复统计。处理时应保留原文,核对地区层级和来源,再记录规范名称、稳定标识与处理理由。
包含 5 个可复现步骤
阅读指南内容目录
查看本站现有指南与知识卡;编辑日期只表示本地内容修订日期。
地名错字可能把同一地区拆成多个分类,漏掉检索结果,或在自动纠错时把不同地点误合并;地区与子地区混用还会导致重复统计。处理时应保留原文,核对地区层级和来源,再记录规范名称、稳定标识与处理理由。
包含 5 个可复现步骤
阅读指南用六条虚构记录练习保留原写法、设置实体标识、区分层级与留待核对。参考结果是:亚洲三条、东亚一条、主题地区未知两条;原记录总数始终为六。
包含 5 个可复现步骤
阅读指南检查检索召回、错误归并、分类层级和修改日志四项。纠错后的字更规范,只能说明标签处理有改进;资料发布者、证据和原始数据还需要单独核对。
包含 5 个可复现步骤
阅读指南“亚洲”“亚州”“Asia”可能描述同一地区,却被字符串分组拆开。先检查语境,再把确认的标签映射到同一地区标识;不能只看字形。
“亚州”在地理语境下可能是错字;“Asia”是语言标签;虚构的“亚州书屋”是专名。三者不应经过同一条无条件替换规则。
亚洲 M49:142 与东亚 M49:030 是上下级关系,不是同义词。上级类别可汇总下级记录,下级不能涵盖所有上级记录。
完成 R1—R6 六条虚构目录记录:R1—R3 归亚洲,R4 归东亚;R5 的专名不能推出地区,R6 缺语境,两条保留未知。
练习中直接标注亚洲为三条,东亚一条,未知两条。查询亚洲及其子地区返回四条,不能再把东亚那一条加一次。
给地名映射写依据和规则版本;给信息主张另查发布者与原始证据。不能用拼写规范、排名靠前或标题熟悉代替内容核验。