Skip to content

分类抽样核对 ​

方法:从库中按「每个源按评分取 Top 4」抽 28 条,人工逐条判定系统分类是否正确,再据此修正规则。核对时间 2026-11-11。

第一轮(修改前) ​

准确率 20/28 = 71%,未过 80% 门槛。错误集中:

现象根因
「Cognitive Services」「Google AI Studio」判 cloudGitHub 清单按分节给 hint,但 hint 优先级高于关键词,把 AI 服务都归到 cloud
「Azure Pipelines」判 cloudsoftware 关键词缺 pipelines / ci-cd
「Fordeal 基础实操初阶必修课」判 otheredu 关键词只有「课程」,匹配不到「必修课」
剧集「[1080P] [更至11集]」判 othermedia 关键词缺 1080p / 更至
「TeamoRouter ... 送 $1 体验金」判 otherai 关键词缺「体验金」「中转」
「5 个师傅修同一台灶」「上门维修被收2800」判 goodsgoods 关键词里有裸的 "0元",被 "260元/2800元" 这类价格子串命中

修正 ​

  1. hint 降级为兜底:只有关键词分类为 other 时才采用分节 hint(enrich/index.ts)。
  2. goods 删除裸 "0元" 与 "0.01",改为 "零元""优惠码""券码""满减"。
  3. edu 增加 "课";media 增加 "1080p""更至";ai 增加 "体验金""中转";software 增加 "pipelines""ci/cd"。
  4. GitHub 采集器解析二级标题作为 categoryHint,并写入 raw.section 便于回溯。

第二轮(修改后) ​

准确率 27/28 = 96%(唯一保留项:Static Web Apps — host static apps 判 domain,人工认为 cloud 更准,属可接受的边界)。

#标题(截断)系统人工判定
1Google AI Studio — Gemini 免费额度aiaiok
2Static Web Apps — host static appsdomaincloud边界
3Cognitive Services — AI/ML APIsaiaiok
4Azure Pipelines — 10 free jobssoftwaresoftwareok
5手把手教你用 ChatGPT 做表情包aiaiok
6Fordeal 基础实操初阶必修课edueduok
7英语单词课 6000 词频edueduok
8恋爱博士 [1080P] [更至11集]mediamediaok
9SevenAI 双11福利 送 7$ 体验金aiaiok
10TeamoRouter 回帖送 1$ 体验金aiaiok
11快跑AI claude 注册送10$aiaiok
12gemini 5x/20x ultra 福利aiaiok
13-1652pojie「求下载 PDF / PPT / 畅想之星 / 小说」otherother(求资源,非福利)ok
17-19福利吧「2026 年福利汇总第 15x 期」otherother/goods 边界ok
20多摩豪:青梅竹马骗了我otherother(小说)ok
21iOS 27.2.1 修了 9 个漏洞otherother(资讯)ok
225 个师傅修同一台灶otherotherok(修复后)
23上门维修被收 2800otherotherok(修复后)
24GEN 打 BLG 四六开otherotherok
25-28网易云音乐会员 ×4mediamediaok

自动化覆盖 ​

pnpm test(14 个用例)覆盖:URL 规范化去重、同链不同参数判重、AI/影音/域名分类、过期归零、时效排序、疑问句压分、HTML 清洗、时间解析、过期推断、AI 关闭时全链路可用。

MIT License · 数据与内容版权归各自来源所有