feat: 英语分词、原文定位与离线词典验证 (#3) #20

Merged
ila merged 2 commits from feat/3-english-nlp-spike into main 2026-09-11 11:28:57 +08:00
Owner

新增独立英语技术验证入口,输入原文后可查看无损分词、三种位置单位,并使用本地 WordNet 查询词条或通过 lemma 回退。固定 Python/spaCy 模型/词典版本与资源摘要;不接入正式学习 API、账号或 MySQL。

验证:11 项 Python 测试、2 项 JavaScript 测试通过;真实模型与词典在禁止网络连接的测试中运行。浏览器验证重新分析、went→go、无结果及 emoji 位置。10 万字符分词中位约 1.43 秒;12 个 lemma 样例 spaCy 11/12、规则基线 6/12,保留 leaves 判断错误。

复现命令、资源许可与性能样本在 spikes/english/README.md 和对应 Wiki。已回读并严格同步 20 页。用户已验收,#3 已关闭;以 feat/18-audit-logs 为基线,仅包含本单差异,前序 PR 合并后再调整目标分支。

2026-09-10T21:50:14+08:00 用户确认 #3 验收通过。

新增独立英语技术验证入口,输入原文后可查看无损分词、三种位置单位,并使用本地 WordNet 查询词条或通过 lemma 回退。固定 Python/spaCy 模型/词典版本与资源摘要;不接入正式学习 API、账号或 MySQL。 验证:11 项 Python 测试、2 项 JavaScript 测试通过;真实模型与词典在禁止网络连接的测试中运行。浏览器验证重新分析、went→go、无结果及 emoji 位置。10 万字符分词中位约 1.43 秒;12 个 lemma 样例 spaCy 11/12、规则基线 6/12,保留 leaves 判断错误。 复现命令、资源许可与性能样本在 spikes/english/README.md 和对应 Wiki。已回读并严格同步 20 页。用户已验收,#3 已关闭;以 feat/18-audit-logs 为基线,仅包含本单差异,前序 PR 合并后再调整目标分支。 2026-09-10T21:50:14+08:00 用户确认 #3 验收通过。
ila changed target branch from feat/18-audit-logs to main 2026-09-11 11:28:55 +08:00
ila added 2 commits 2026-09-11 11:28:55 +08:00
ila merged commit 2b6aa90813 into main 2026-09-11 11:28:57 +08:00
Sign in to join this conversation.
No Reviewers
No labels
1 Participants
Notifications
Due Date
No due date set.
Dependencies

No dependencies set.

Reference: OPC/lexgo#20