fix(memory): N2 判据改为白名单形态匹配（结构上不再吞实体）
## 上一版为什么没修完（review round2 举证）
上一版把 N2 实现成**黑名单剥离**：`strings.ReplaceAll` 扫整句、把「情绪词 + 时间词 +
主语 + 程度 + 虚词 + 标点」统统删掉，**残差为空才 defer**。它的要害是剥离表里混进了
**本身就能当实体的词** —— 人称词（`我`/`我们`/`他`/`咱`/`自己`）与可作内容的单字
（`好`/`会`/`要`/`想`/`对`/`在`/`有`/`是`/`时`/`得`/`和`）。宾语恰好由这些词构成时，
实体被吞、残差为空 ⇒ **仍判 defer**：
主人不开心时会想我 → residual="" → defer ✗（持久习惯进临时层，7 天后物理删除）
主人难过时会想我们 → residual="" → defer ✗
主人心情不好时会想他 → residual="" → defer ✗
主人不开心时会想和好 → residual="" → defer ✗（`和`+`好` 两个词项各吃掉一半）
主人难过时会想妈妈 → residual="妈妈" → create ← 对照：宾语没被表吃掉
⇒ 这证伪了上一版代码里声称的不变量（「还剩一个实体就必须放行」），也说明**黑名单这
条路走不到头**：「实体」是开放集合（想我/想我们/想他/想和好/想妈妈/听音乐/咬指甲/
养猫/…），永远列不全。
## 新判据：白名单**形态**匹配
「纯情绪句」的**形态是封闭的**，据此改成「整句恰好落在形态里才 defer，其余一律放行」：
[主语]? [时间]? [程度]* 情绪核心 [程度|否定|情绪|语气]* 余部须只剩标点/空白
实现在 `retentionEmotionFormRest`（唯一判据点）：
- 主语与时间词**只允许出现在句首**、各至多一次；
- 情绪核心**必须**消费到一个情绪词，否则 sawEmotion=false ⇒ 放行；
- 核心之后**只**允许「程度 / 否定 / 情绪 / 语气」四类修饰（`retentionEmotionSuffixTokens`）；
- 最后要求**整句消费干净**（余部只剩标点/空白）；
- 各段一律**最长词优先**（否则 `不` 会抢在 `不错` 前、`好` 会拆掉 `好累`）。
## 为什么它在**结构上**不可能再把带实体的句子判成 defer
1. 判 defer 的门槛是**整句被封闭表消费干净**。表里**没有承载内容的词** —— 没有动词、
名词、量词。任何一个形态外的字（`想`/`会`/`时`/`和`/`我`/`妈妈`/`听音乐`）都无法被
消费，必然留在余部 ⇒ 余部非空 ⇒ **放行**。
2. 主语/时间词**限死句首**：`我`/`他`/`我们` 出现在核心之后时**没有**任何词项能吃掉它
（后缀表里没有它们）—— 这正是上一版翻车的地方，现在从结构上排除了。
3. 失败模式从「**未知实体被吞**（危险、不可逆）」翻成「**未知情绪句没被认出**（安全：
多留，有 T1 与整理兜底）」。方向与 design/23 §18.3 的 fail-safe「宁可多留，不可
误弃」一致。
## 配套测试
- 正例清单补 5 条**对抗形态**（宾语由「能当实体的词」构成）：`主人不开心时会想我` /
`主人难过时会想我们` / `主人心情不好时会想他` / `主人不开心时会想和好` /
`主人难过时会想妈妈` —— 与上一轮的 5 条（听音乐/咬指甲/养猫/喜欢吃甜的/找朋友聊天）
合计 10 条「带宾语的情绪句」正例；
- `TestExtractionRetention_EmotionWithObjectIsNotDeferred` 改为断言**余部**（未被形态
消费掉的部分）＋最终结论：纯情绪 ⇒ 余部为空 ⇒ defer；带宾语 ⇒ 余部非空（
`时会想我` / `时会听音乐` / …）⇒ 放行。**「带宾语 ⇒ 余部非空」这条不变量现在是被
判据本身保证的**，不再是靠一张表的完备性。
## 修前必红 / 修后绿（原样输出）
修前（把 `judgeRetentionEmotion` 换成 commit 979d1cf 的黑名单实现，逐字）：
```
--- FAIL: TestExtractionRetention_EmotionWithObjectIsNotDeferred (0.00s)
--- FAIL: …/主人难过时会想我们 extract_retention_test.go:122: judgeExtractionRetention("主人难过时会想我们") = "n2_emotion", wantEmotionDefer=false
--- FAIL: …/主人心情不好时会想他 … = "n2_emotion", wantEmotionDefer=false
--- FAIL: …/主人不开心时会想和好 … = "n2_emotion", wantEmotionDefer=false
--- FAIL: …/主人不开心时会想我 … = "n2_emotion", wantEmotionDefer=false
--- FAIL: TestExtractionRetention_PositivesAreNeverDeferred (0.00s)
--- FAIL: …/情绪+代词宾语（想我） 正例 "主人不开心时会想我" 被拦成 "n2_emotion" —— 把真记忆丢进临时层
--- FAIL: …/情绪+代词宾语（想他） … --- FAIL: …/（想我们） … --- FAIL: …/（想和好） …
FAIL
```
修后：`TestExtractionRetention_{UpperCaseASCII,NegativesAreDeferred,
EmotionWithObjectIsNotDeferred,PositivesAreNeverDeferred}` 全 PASS（共 44 个子例）。
验收：go build ./... + go vet ./... + go test -count=1 ./... 全绿。
This commit is contained in:
AskaEth committed
1 parent
5daba92d0f
commit
b1d51d8de2
2 files changed
+175
-91
No files matched your search
@@ -138,47 +138,107 @@ func judgeRetentionChatter(text string) retentionRule {
|
||||
|
||||
// judgeRetentionEmotion 施加 **N2**：**纯**情绪陈述（「今天好累」「心情不错」）。
|
||||
//
|
||||
// 🔴 判据是 design/03 §10.5 N2 的原文口径「**词项 + 无实体**」，不是「短 + 无数字」。
|
||||
// 实现 = 把**情绪词 / 时间词 / 主语 / 程度词 / 虚词 / 标点**统统剥掉之后，**余下为空**
|
||||
// 才判 defer；只要还剩一个实体，它就不是「情绪波动」而是**带情绪色彩的习惯或事实**
|
||||
// ⇒ 放行。
|
||||
// 🔴 判据是**白名单形态匹配**，不是黑名单剥离。这是本规则唯一正确的形态，理由：
|
||||
//
|
||||
// 为什么这条必须写成「无实体」而不是「够短」——这是**方向性**问题，不是精度问题：
|
||||
// 判成 defer 的那条记忆 7 天后从所有读路径消失（读侧时效闸，design/03 §9.6），
|
||||
// 随后被后台清扫**物理删除**（design/23 §19），**不可逆**。因此宁可漏判（噪声留进
|
||||
// 长期层，有 T1 与整理兜底），**绝不误弃**（design/23 §18.3 的 fail-safe）。
|
||||
// 反例（review 走真链路复现的误弃）：`主人心情不好时会听音乐`、`主人焦虑时会咬指甲`
|
||||
// 在「够短 + 无数字就 defer」的旧判据下会被扔进临时层 —— 而那两条是**持久习惯**。
|
||||
// - 「实体」（宾语）的词表是**开放集合**—— 想我 / 想我们 / 想他 / 想和好 / 想妈妈
|
||||
// / 听音乐 / 咬指甲 / 养猫 / …，永远列不全；
|
||||
// - 而「纯情绪句」的**形态是封闭的**：`[主语]? [时间]? [程度]* 情绪词 [程度|否定|情绪|语气]* [标点]*`，
|
||||
// 且**没有其它成分**。
|
||||
//
|
||||
// 数字不再单独设防：它不在剥离表里，因此**必然留在残差里** ⇒ 带数值的句子一律放行
|
||||
// （等价于旧的 hasRetentionDigit 守卫，但由同一条「无实体」判据统一给出）。
|
||||
// 长度也不再单独设限：全局 40 rune 的上限（judgeExtractionRetention）已经兜住。
|
||||
// ⇒ 判据 = 「**整句恰好落在上面这个形态里**才 defer，其余一律放行」。
|
||||
//
|
||||
// **为什么它在结构上不可能把带实体的句子判成 defer**（不是"概率很低"，是结构性）：
|
||||
//
|
||||
// 1. 匹配要求**整句被消费干净**（`retentionEmotionFormRest` 返回空余部）。任何
|
||||
// 一个字符只要不在封闭表里，就会留在余部 ⇒ 判不出空 ⇒ **放行**。
|
||||
// 2. 封闭表里**没有承载内容的词**：没有动词、名词、量词。主语/时间词**只允许在句首**
|
||||
// 出现一次，情绪核心之后**只**允许「程度 / 否定 / 情绪 / 语气」四类修饰。
|
||||
// 因此核心之后的部分若含 `想`、`会`、`时`、`和`、`我`、`听音乐`、`妈妈` 这类
|
||||
// 承载内容的字，**必然消费不掉** ⇒ 余部非空 ⇒ 放行。
|
||||
// 3. 失败方向是**安全**的：认不出的形态一律**放行**（留进长期层，有 T1 与整理兜底），
|
||||
// 而**绝不**误弃。上一版（黑名单剥离）恰好相反 —— 它把「能当实体的词」也列进
|
||||
// 剥离表，于是 `主人不开心时会想我` 被剥成空、判成 defer，而那条是**持久习惯**，
|
||||
// 判 defer 即 7 天后从所有读路径消失、随后被后台清扫**物理删除**（不可逆）。
|
||||
// 黑名单那种形态**修不完**（review 举证 `会想和好` 被 `和`+`好` 吃掉），
|
||||
// 白名单把失败模式从「未知实体被吞」翻成「未知情绪句没认出」，方向才正确。
|
||||
//
|
||||
// 长度不单独设限：全局 40 rune 的上限（judgeExtractionRetention）已经兜住。
|
||||
func judgeRetentionEmotion(text string) retentionRule {
|
||||
if !containsAny(text, retentionEmotionWords()) {
|
||||
// 没有情绪词 ⇒ 与 N2 无关（本条只拦「情绪波动」这一类）。
|
||||
return retentionNone
|
||||
}
|
||||
if retentionResidual(text) != "" {
|
||||
// 剥掉情绪/时间/主语/程度/虚词后**还有实体**（听音乐 / 咬指甲 / 养猫 / …）
|
||||
// ⇒ 这是「在某种心情下会做的**稳定行为**」，属于长期记忆，放行。
|
||||
rest, sawEmotion := retentionEmotionFormRest(text)
|
||||
if !sawEmotion || rest != "" {
|
||||
// 没认出情绪核心（与 N2 无关），或**没被消费干净**（含形态外的成分，
|
||||
// 也就是"不只是情绪"）⇒ 放行。两个分支都是安全方向。
|
||||
return retentionNone
|
||||
}
|
||||
return retentionEmotion
|
||||
}
|
||||
|
||||
// retentionResidual 剥掉剥离表里的全部词项，返回剩下的**实体片段**
|
||||
// （空串 = 整句只是一个情绪陈述，没有任何可长期留存的实体）。
|
||||
// retentionEmotionFormRest 尝试把 text 按「纯情绪形态」消费掉，返回
|
||||
// (未能消费的余部, 是否消费到情绪核心)。**只有余部为空且消费到情绪核心**才意味着
|
||||
// 「整句恰好是纯情绪陈述」。
|
||||
//
|
||||
// 它是 N2「无实体」那一半的唯一实现点，也是这条规则**方向正确**的关键：只有
|
||||
// 「整句由情绪词 + 时间词 + 主语 + 虚词构成」时才可能得到空残差 ⇒ 才可能 defer。
|
||||
func retentionResidual(text string) string {
|
||||
// 形态（顺序固定，各段均按**最长词优先**匹配）：
|
||||
//
|
||||
// [主语]? [时间]? [程度]* 情绪核心 [程度|否定|情绪|语气]* 余部须只剩标点/空白
|
||||
//
|
||||
// 余部同时是**可断言的证据**：带宾语的句子在这里必定留下非空余部（测试钉住它）。
|
||||
func retentionEmotionFormRest(text string) (string, bool) {
|
||||
rest := text
|
||||
for _, tok := range retentionStripTokens() {
|
||||
if tok != "" {
|
||||
rest = strings.ReplaceAll(rest, tok, "")
|
||||
rest, _ = consumeRetentionPrefix(rest, retentionEmotionSubjects())
|
||||
rest, _ = consumeRetentionPrefix(rest, retentionEmotionTimeWords())
|
||||
rest = consumeRetentionPrefixes(rest, retentionEmotionDegreeWords())
|
||||
|
||||
core, ok := consumeRetentionPrefix(rest, retentionEmotionWords())
|
||||
if !ok {
|
||||
// 认不出情绪核心 ⇒ sawEmotion=false，调用方放行。
|
||||
return text, false
|
||||
}
|
||||
rest = consumeRetentionPrefixes(core, retentionEmotionSuffixTokens())
|
||||
if onlyRetentionPunctuation(rest) {
|
||||
rest = ""
|
||||
}
|
||||
return rest, true
|
||||
}
|
||||
|
||||
// consumeRetentionPrefix 在 text 的开头按**最长词优先**消费 tokens 里的一个词，
|
||||
// 返回余部与「是否消费到」。最长优先是必须的：`不` 与 `不错`、`好` 与 `好累` 同时
|
||||
// 命中时，短词先消费会把长词拆开，于是纯情绪句反而消费不干净、漏判。
|
||||
func consumeRetentionPrefix(text string, tokens []string) (string, bool) {
|
||||
best := ""
|
||||
for _, tok := range tokens {
|
||||
if tok == "" || !strings.HasPrefix(text, tok) {
|
||||
continue
|
||||
}
|
||||
if len(tok) > len(best) {
|
||||
best = tok
|
||||
}
|
||||
}
|
||||
return rest
|
||||
if best == "" {
|
||||
return text, false
|
||||
}
|
||||
return text[len(best):], true
|
||||
}
|
||||
|
||||
// consumeRetentionPrefixes 反复在句首消费，直到再也匹配不上（用于「可重复修饰」段）。
|
||||
func consumeRetentionPrefixes(text string, tokens []string) string {
|
||||
for {
|
||||
next, ok := consumeRetentionPrefix(text, tokens)
|
||||
if !ok {
|
||||
return text
|
||||
}
|
||||
text = next
|
||||
}
|
||||
}
|
||||
|
||||
// onlyRetentionPunctuation 报告 text 是否只由标点与空白构成（消费干净的最后一步：
|
||||
// 「今天好累！」剥到只剩一个标点，仍是「无实体」）。
|
||||
func onlyRetentionPunctuation(text string) bool {
|
||||
for _, r := range text {
|
||||
if !strings.ContainsRune(retentionPunctuationRunes, r) {
|
||||
return false
|
||||
}
|
||||
}
|
||||
return true
|
||||
}
|
||||
|
||||
// judgeRetentionTimelyData 施加 **N4**：时效性查询（当前时间 / 天气）。
|
||||
@@ -293,41 +353,39 @@ func retentionEmotionWords() []string {
|
||||
"好累", "累了", "开心", "高兴", "难过", "不开心", "焦虑", "压力大",
|
||||
"心情", "疲惫", "难受", "无聊", "郁闷", "沮丧", "生气", "委屈",
|
||||
"烦死", "好烦", "烦躁", "兴奋", "紧张", "害怕", "孤单", "寂寞",
|
||||
// 「不错」是**情绪评价**（「心情不错」），因此它在剥离表里必须按**整词**
|
||||
// 出现：只靠虚词表里的「不」会把它剥成光杆「错」而留下残差（漏判）。
|
||||
// 「不错」是**情绪评价**（「心情不错」），因此它必须在**核心词表**里按整词
|
||||
// 出现：只靠否定词表里的「不」，`不错` 会被拆成 `不` + 光杆「错」，于是
|
||||
// 「心情不错」既认不出核心、也消费不干净 —— 一条纯情绪句反而漏判。
|
||||
"不错",
|
||||
// 光杆「累」同样要收：「主人今天真的特别累」只有一个 `累` 而不含 `好累` /
|
||||
// `累了`，漏掉它就会留下一字残差、把一条纯情绪句放行。收它**不会**带来误弃
|
||||
// —— 判 defer 的门槛恒是「剥完什么都不剩」，多收一个词只会让残差更准确。
|
||||
// 光杆「累」同理：「主人今天真的特别累」只有一个 `累` 而**不含** `好累` /
|
||||
// `累了`，漏掉它就会留下一个消费不掉的「累」、把一条纯情绪句放行。
|
||||
// 收它**不会**带来误弃 —— 判 defer 的门槛恒是「整句被形态消费干净」，
|
||||
// 多收一个情绪词只会让**本该 defer 的**句子认得出来。
|
||||
"累",
|
||||
}
|
||||
}
|
||||
|
||||
// retentionStripTokens 是 N2 判定「**无实体**」用的**剥离表**：把情绪词、时间词、
|
||||
// 主语/称呼、程度词、虚词与标点全部拼在一起，**长词在前**。
|
||||
// retentionEmotionSuffixTokens 是「情绪核心之后**允许**出现的修饰」的封闭集合：
|
||||
// 程度 / 否定 / 情绪 / 语气。**它不含任何承载内容的词** —— 这正是白名单判据在
|
||||
// 结构上不会吞掉实体的原因（核心之后一旦出现 `想`/`会`/`时`/`和`/`我` 这类字，
|
||||
// 就必然消费不掉、留下非空余部 ⇒ 放行）。
|
||||
//
|
||||
// 长词在前是**必须**的，不是风格：`好` 在程度词里、`好累` 在情绪词里，若先剥 `好`，
|
||||
// `好累` 就被拆成光杆 `累` 而永远剥不掉，残差非空 ⇒ 一条纯情绪句反而漏判。
|
||||
// （最长优先剥 ⇒ 每条词项都能按它自己的完整性被认出来。）
|
||||
//
|
||||
// 它是函数而不是包级变量（AGENTS §10 禁包级全局变量；同 tidyHabitMarkers 的手法）。
|
||||
func retentionStripTokens() []string {
|
||||
tokens := make([]string, 0, 192)
|
||||
tokens = append(tokens, retentionEmotionWords()...)
|
||||
tokens = append(tokens, retentionEmotionTimeWords()...)
|
||||
tokens = append(tokens, retentionEmotionSubjects()...)
|
||||
// 它是函数而不是包级变量（AGENTS §10 禁包级全局变量；同 tidyHabitMarkers 的手法）；
|
||||
// 长度先按**最长词优先**排序，`不` 不会抢在 `不错` 前面被消费。
|
||||
func retentionEmotionSuffixTokens() []string {
|
||||
tokens := make([]string, 0, 64)
|
||||
tokens = append(tokens, retentionEmotionDegreeWords()...)
|
||||
tokens = append(tokens, retentionEmotionFunctionWords()...)
|
||||
tokens = append(tokens, retentionEmotionPunctuation()...)
|
||||
tokens = append(tokens, retentionEmotionNegations()...)
|
||||
tokens = append(tokens, retentionEmotionWords()...)
|
||||
tokens = append(tokens, retentionEmotionToneWords()...)
|
||||
sort.SliceStable(tokens, func(i, j int) bool {
|
||||
return len([]rune(tokens[i])) > len([]rune(tokens[j]))
|
||||
return len(tokens[i]) > len(tokens[j])
|
||||
})
|
||||
return tokens
|
||||
}
|
||||
|
||||
// retentionEmotionTimeWords 是 N2 剥离表里的**时间词**：它们能让一句情绪陈述显形
|
||||
// 为「今天怎么样」，但本身不含实体（「明天下午三点开会」那类带实体的句子不会因为
|
||||
// 剥掉时间词而变空）。
|
||||
// retentionEmotionTimeWords 是**只允许出现在句首**的时间词（「今天好累」）。
|
||||
// 它们让一句情绪陈述显形为「今天怎么样」，本身不含实体。
|
||||
func retentionEmotionTimeWords() []string {
|
||||
return []string{
|
||||
"今天", "明天", "昨天", "今晚", "昨晚", "今早", "此刻", "现在", "刚才", "刚刚",
|
||||
@@ -335,8 +393,9 @@ func retentionEmotionTimeWords() []string {
|
||||
}
|
||||
}
|
||||
|
||||
// retentionEmotionSubjects 是 N2 剥离表里的**主语 / 称呼**。剥它们是为了让
|
||||
// 「主人今天好累」与「今天好累」走同一条判据 —— 主语是谁不影响「这句话有没有实体」。
|
||||
// retentionEmotionSubjects 是**只允许出现在句首**的主语 / 称呼。把它限死在句首是
|
||||
// 白名单判据的要害之一：`我`/`他`/`我们` 这些词**本身可以当实体**（「会想我」的
|
||||
// 宾语就是它），若允许它们在任意位置被消费，`主人不开心时会想我` 就会被吞成空。
|
||||
func retentionEmotionSubjects() []string {
|
||||
return []string{
|
||||
"主人", "咱们", "我们", "你们", "他们", "她们", "自己",
|
||||
@@ -344,8 +403,7 @@ func retentionEmotionSubjects() []string {
|
||||
}
|
||||
}
|
||||
|
||||
// retentionEmotionDegreeWords 是 N2 剥离表里的**程度词**（它们只修饰情绪强度，
|
||||
// 不引入任何实体）。
|
||||
// retentionEmotionDegreeWords 是程度词（只修饰强度，不引入实体）。
|
||||
func retentionEmotionDegreeWords() []string {
|
||||
return []string{
|
||||
"非常", "特别", "稍微", "真的", "真是", "十分", "比较", "有点", "有些",
|
||||
@@ -353,28 +411,21 @@ func retentionEmotionDegreeWords() []string {
|
||||
}
|
||||
}
|
||||
|
||||
// retentionEmotionFunctionWords 是 N2 剥离表里的**虚词**（助词 / 介词 / 连词 /
|
||||
// 副词 / 情态词）。它们不承载实体，剥掉它们才能让「主人心情不好时会听音乐」剩下
|
||||
// 「听音乐」这个**实体**、从而被放行。
|
||||
func retentionEmotionFunctionWords() []string {
|
||||
return []string{
|
||||
"的时候", "的时候", "时候", "因为", "所以", "但是", "可是", "已经", "正在",
|
||||
"觉得", "感觉", "感到", "变得", "没有", "可以",
|
||||
"的", "地", "得", "了", "着", "过", "在", "会", "被", "是", "有", "和", "跟",
|
||||
"与", "都", "也", "还", "就", "而", "及", "把", "让", "给", "对", "向", "从",
|
||||
"到", "时", "之", "却", "又", "再", "要", "想", "不", "没", "能",
|
||||
}
|
||||
// retentionEmotionNegations 是情绪核心之后的否定词（「心情**不**好」）。它只能出现在
|
||||
// 后缀位；`不` 与 `没` 都不承载实体。
|
||||
func retentionEmotionNegations() []string {
|
||||
return []string{"没有", "不", "没"}
|
||||
}
|
||||
|
||||
// retentionEmotionPunctuation 是 N2 剥离表里的**标点与空白**：一句「今天好累」被
|
||||
// 剥到只剩一个逗号时，那仍然是「无实体」。
|
||||
func retentionEmotionPunctuation() []string {
|
||||
return []string{
|
||||
"，", "。", "！", "？", "、", "；", "：", "…", "～", "~", "·", "－", "-",
|
||||
",", ".", "!", "?", ";", ":", "(", ")", "（", "）", " ", "\t",
|
||||
}
|
||||
// retentionEmotionToneWords 是句尾的语气词（「好累**啊**」「不错**了**」）。它们只出现
|
||||
// 在句尾，不引入实体。
|
||||
func retentionEmotionToneWords() []string {
|
||||
return []string{"啊", "呀", "啦", "哦", "喔", "嘛", "呢", "吧", "了", "的", "哎", "唉", "嗯", "哈"}
|
||||
}
|
||||
|
||||
// retentionPunctuationRunes 是「消费干净」判定允许剩下的标点与空白。
|
||||
const retentionPunctuationRunes = "，。！？、；：…～~·－-,.!?;:()（） \t\n"
|
||||
|
||||
// retentionTimelyQueries 是 N4 的时效性**查询整句**词表（不是单词，理由见
|
||||
// judgeRetentionTimelyData）。
|
||||
func retentionTimelyQueries() []string {
|
||||
|
||||
@@ -43,47 +43,80 @@ func retentionPositiveCases() []struct {
|
||||
// 长度安全阀：寒暄词出现，但句子长到装得下事实 ⇒ 放行。
|
||||
{"长句里的致谢", "谢谢你今天特地提醒我这件事，真是帮了大忙了"},
|
||||
|
||||
// 🔴 N2 的「**无实体**」那一半（review 走真链路复现的误弃，p1）。
|
||||
// 🔴 N2 的「**无实体**」那一半（review 两轮各自走真链路复现的误弃，p1）。
|
||||
// 它们是「**带宾语的情绪句**」——有情绪词、但情绪只是**状语**，真正要记的是
|
||||
// 后面那个稳定行为。旧判据（够短 + 无数字）会把它们扔进临时层：7 天后从
|
||||
// 所有读路径消失、再被后台清扫**物理删除**，不可逆。
|
||||
// 后面那个稳定行为/对象。判成 defer 即 7 天后从所有读路径消失、再被后台
|
||||
// 清扫**物理删除**（不可逆），因此它们必须**全部**放行。
|
||||
//
|
||||
// 前 5 条是第一轮举证的形态（宾语是名词/动宾）；后 5 条是第二轮举证的
|
||||
// **对抗形态**——宾语本身由「能当实体的词」构成（`我`/`我们`/`他`/`和好`），
|
||||
// 正是黑名单剥离会吞掉、而白名单形态匹配结构上吞不掉的那一类。
|
||||
{"情绪+实体的习惯（听音乐）", "主人心情不好时会听音乐"},
|
||||
{"情绪+实体的习惯（咬指甲）", "主人焦虑时会咬指甲"},
|
||||
{"情绪+实体的习惯（养猫）", "主人心情低落时会养猫"},
|
||||
{"情绪+实体的偏好", "主人压力大的时候喜欢吃甜的"},
|
||||
{"情绪+实体的关系事实", "主人难过时会去找朋友聊天"},
|
||||
{"情绪+代词宾语（想我）", "主人不开心时会想我"},
|
||||
{"情绪+代词宾语（想我们）", "主人难过时会想我们"},
|
||||
{"情绪+代词宾语（想他）", "主人心情不好时会想他"},
|
||||
{"情绪+动词短语宾语（想和好）", "主人不开心时会想和好"},
|
||||
{"情绪+名词宾语（想妈妈）", "主人难过时会想妈妈"},
|
||||
}
|
||||
}
|
||||
|
||||
// TestExtractionRetention_EmotionWithObjectIsNotDeferred 是**上一条正例的机器守卫**
|
||||
// （拆出来是为了让「为什么这条不许被拦」的理由留在断言旁边）。
|
||||
// TestExtractionRetention_EmotionWithObjectIsNotDeferred 是**正例的机器守卫**，也是
|
||||
// 「带宾语 ⇒ 余部非空」这条**不变量**的钉子。
|
||||
//
|
||||
// 判据的**方向**比精度重要：N2 判 defer 的记忆 7 天后会被读侧时效闸隐藏、随后被
|
||||
// 后台清扫物理删除（design/23 §19），**不可逆**。因此 N2 的判据必须是
|
||||
// design/03 §10.5 的原文「**词项 + 无实体**」—— 剥掉情绪/时间/主语/程度/虚词之后
|
||||
// **余下为空**才 defer；只要还剩一个实体（听音乐 / 咬指甲 / 养猫）就必须放行。
|
||||
// design/03 §10.5 的「**词项 + 无实体**」，而实现走**白名单形态匹配**：
|
||||
//
|
||||
// 变异自证：把 judgeRetentionEmotion 退回「够短 + 无数字」的旧判据 ⇒ 本用例立刻红。
|
||||
// [主语]? [时间]? [程度]* 情绪核心 [程度|否定|情绪|语气]* 余部须只剩标点
|
||||
//
|
||||
// `rest` 就是**没能被这个形态消费掉的余部** —— 它同时是判定依据与**可断言的证据**：
|
||||
// 只要句子里有一个承载内容的字（`想` / `会` / `时` / `和` / `听音乐` / `妈妈` …），
|
||||
// 那个字一定留在余部里 ⇒ 余部非空 ⇒ 放行。
|
||||
//
|
||||
// 上一版（黑名单剥离）正是死在这里：它把「本身能当实体的词」（`我`/`他`/`我们`/`和`）
|
||||
// 也列进了剥离表，于是 `主人不开心时会想我` 被剥成空、判成 defer —— 而那是一条
|
||||
// **持久习惯**。黑名单修不完（实体是开放集合），白名单的失败模式是「认不出 ⇒ 放行」，
|
||||
// 方向才安全。
|
||||
func TestExtractionRetention_EmotionWithObjectIsNotDeferred(t *testing.T) {
|
||||
t.Parallel()
|
||||
cases := []struct {
|
||||
content string
|
||||
residual string // 剥完剩下的实体
|
||||
rest string // 未被「纯情绪形态」消费掉的余部
|
||||
wantDefer bool
|
||||
}{
|
||||
{content: "主人心情不好时会听音乐", residual: "听音乐", wantDefer: false},
|
||||
{content: "主人焦虑时会咬指甲", residual: "咬指甲", wantDefer: false},
|
||||
{content: "今天好累", residual: "", wantDefer: true},
|
||||
{content: "主人今天真的特别累", residual: "", wantDefer: true},
|
||||
{content: "心情不错！", residual: "", wantDefer: true},
|
||||
// 纯情绪形态 ⇒ 消费干净 ⇒ defer。
|
||||
{content: "今天好累", rest: "", wantDefer: true},
|
||||
{content: "心情不错！", rest: "", wantDefer: true},
|
||||
{content: "主人今天真的特别累", rest: "", wantDefer: true},
|
||||
{content: "主人很生气", rest: "", wantDefer: true},
|
||||
{content: "今天有点好累", rest: "", wantDefer: true},
|
||||
// 带宾语 ⇒ 余部非空 ⇒ 放行。前两组是 review 两轮各自举证的对抗输入。
|
||||
{content: "主人心情不好时会听音乐", rest: "时会听音乐", wantDefer: false},
|
||||
{content: "主人焦虑时会咬指甲", rest: "时会咬指甲", wantDefer: false},
|
||||
{content: "主人不开心时会想我", rest: "时会想我", wantDefer: false},
|
||||
{content: "主人难过时会想我们", rest: "时会想我们", wantDefer: false},
|
||||
{content: "主人心情不好时会想他", rest: "时会想他", wantDefer: false},
|
||||
{content: "主人不开心时会想和好", rest: "时会想和好", wantDefer: false},
|
||||
{content: "主人难过时会想妈妈", rest: "时会想妈妈", wantDefer: false},
|
||||
}
|
||||
for _, tc := range cases {
|
||||
tc := tc
|
||||
t.Run(tc.content, func(t *testing.T) {
|
||||
t.Parallel()
|
||||
text := normalizeRetentionText(tc.content)
|
||||
if got := retentionResidual(text); got != tc.residual {
|
||||
t.Fatalf("残差 = %q, want %q（残差就是 N2「无实体」那一半的判据）", got, tc.residual)
|
||||
rest, sawEmotion := retentionEmotionFormRest(normalizeRetentionText(tc.content))
|
||||
if !sawEmotion {
|
||||
t.Fatalf("%q 没被认出情绪核心 —— 这几条都含情绪词，应当认出", tc.content)
|
||||
}
|
||||
if rest != tc.rest {
|
||||
t.Fatalf("余部 = %q, want %q（余部就是「未被纯情绪形态消费掉的部分」）", rest, tc.rest)
|
||||
}
|
||||
if (rest == "") != tc.wantDefer {
|
||||
t.Fatalf("%q：余部为空 = %t 与 wantDefer = %t 不一致",
|
||||
tc.content, rest == "", tc.wantDefer)
|
||||
}
|
||||
if rule := judgeExtractionRetention(tc.content); (rule == retentionEmotion) != tc.wantDefer {
|
||||
t.Fatalf("judgeExtractionRetention(%q) = %q, wantEmotionDefer=%t —— 带宾语的与纯情绪的必须给出相反结论",
|
||||
|
||||
Reference in new issue
Block a user