HN 评论实体推荐票复核与榜单交付

固定证据范围，先约定一票是什么

本流程面向从获准 HN 导出整理书单或产品推荐的编辑团队，不自动抓取评论、不自动识别所有实体，也不代表公众偏好。先记录来源链接、采集时间、帖子范围、排除条件和负责人，提交前移除不必要且未获准使用的个人信息。

嵌套 JSON 用 JSONPath 取出相关数组，CSV 则先解析，再明确映射 entity、context、id、commentId。提取不是语义字段映射；来源 URL 和复核备注另存台账，分类器 CSV 只接受规定的输入列。context 必须字面包含 entity，匹配忽略大小写。一条评论提到两个实体时，保留充分语境，分别创建不同 id 的证据行，并使用同一 commentId。

保留原话和有版本的别名台账。工具不自动合并别名，不要暗中改写引文中的书名来凑匹配；需要规范显示名时，在台账关联实际证据拼写。

校验结构，不抹去分歧

用自备兼容 JSON Schema 检查数组与字段类型，但结构通过不能证明引文来自原出处。每次在分组前最多接受 20 条记录，id 应稳定，不能依赖跨批次重复的默认行号。

可在副本核查精确导出重复：关闭模糊匹配、启用大小写敏感、关闭空白裁剪，用完整证据字段定义相同，并留下删除记录。不能仅按实体名或相近措辞删行，因为可能是不同来源或相反意见。分类器另外按实体与 commentId 分组，没有编号时回退到实体／上下文指纹。同一评论的标签冲突会留待复核，提前删掉反对片段可能制造虚假的推荐。

复核语义、运行模式和人工纠正

以同一书名的三条不同评论为例：一条明确推荐、一条批评、一条仅说想读。全部正确解决后，before 分组数应为三、after 为一。批评不是从赞扬里扣掉的负票，想读也属于独立类别。混合、低置信或未决项不自动成为推荐。

规则模式不调用模型，但不表示浏览器本地处理，也不保证所有语言和普通表达都能识别；窄规则可能留下许多未决项。混合模式将未决记录发送外部模型，先确认允许披露，保留模式和阈值，不把置信分数当实测准确率。模型证据只对照所给 context，不验证原网页来源，人仍需核实出处与语义。

从当前报告下载纠正模板，id 与 fingerprint 把决定绑定到实体／上下文。写清理由，复核后才设置 confirmed，真实混合意见仍保留 mixed。有效确认的非混合赞扬可不依赖模型数值置信度计票，但组内未解决冲突仍阻止纳入。改过文本就导出新模板，不绕过陈旧纠正拒绝。

跨批次核对后再发布榜单

按稳定 id 和一致顺序比较初始、复核后的 JSON；路径差异工具不会自动做语义记录匹配。保存原报告及纠正文件，让接手人解释每一张纳入或移除的票。

before 是单次运行中已分组的实体／评论观察，不是原始提及行、作者或独立读者数；after 是合格赞扬组数。不能直接相加各批排名：先在台账或另行审核的汇总过程核对全局实体／评论键、重复与冲突。待复核组数与逐行待复核数也要分开。最终表说明别名政策、样本范围和缺少评论编号的限制。

转 CSV 前明确选择 ranking 数组；把整份报告直接交给转换器，可能选中别的嵌套数组。逐条证据优先保留分类器原生提及 CSV，JSON 作为未修改参考。通用 CSV 引号不等于表格公式防护，不可信文本列按文本导入，分享前检查疑似公式单元格。核对总数与文件名，保存本地材料并为实际交付文件计算 SHA-256。更广泛的数据清理或脱敏转到相关专题，本页只负责有证据约束的推荐计票。