@@ -28,18 +28,17 @@ class LLMService
* @param string $contextText 正文引用处句子
* @param string $referText 参考文献条目（或 refer 格式化文本）
* @param bool $isAgain 是否为 DOI 二次复核
* @param string|null $doiBlock 可选：系统抓取到的 DOI 真实文献内容（仅二次复核使用）
* @param string|null $doiBlock 可选：系统抓取到的 DOI 真实文献内容（仅二次复核使用）
* @param string $citeGroupRefs 引用文献组，如 1,2 或 4,5,6
* @param string $localContext 本引用位置附近上下文（可选）
* @return array{results:array,request_failed?:bool}
*/
public function checkReference ( $contextText , $referText , $isAgain = false , $doiBlock = null )
public function checkReference ( $contextText , $referText , $isAgain = false , $doiBlock = null , $citeGroupRefs = '' , $localContext = ''
{
// request_failed=true 表示"LLM 通讯/解析层面的失败"（可重试，区别于业务上的"未命中"） ；
// 上游 runReferenceCheckOnce 会据此把 DB.status 置为 3(失败) 并抛异常触发 MQ worker 重试
$fallback = [
'can_support ' => false ,
'is_match' => false ,
'confidence' => 0.0 ,
'reason' => 'LLM not configured or request failed' ,
'results ' => [] ,
'request_failed' => true ,
'reason' => 'LLM not configured or request failed' ,
];
if ( $this -> url === '' || $this -> model === '' ) {
\think\Log :: warning ( 'ReferenceCheck LLM: url or model not configured' );
@@ -47,15 +46,16 @@ class LLMService
}
$contextText = trim ( $contextText );
\think\Log :: info ( 'llm checkReference:' . $contextText );
$referText = trim ( $referText );
\think\Log :: info ( 'llm referText:' . $referText );
$doiBlock = trim (( string ) $doiBlock );
$citeGroupRefs = trim (( string ) $citeGroupRefs );
$localContext = trim (( string ) $localContext );
if ( $contextText === '' || $referText === '' ) {
// 空文本是入参问题，不是 LLM 故障，不需要重试
return [
'can_support' => false
'is_match ' => false ,
'confidence' => 0.0 ,
'reason' => 'Empty citation context or reference text' ,
'results' => [] ,
'reason ' => 'Empty citation context or reference text' ,
];
}
@@ -63,27 +63,30 @@ class LLMService
if ( mb_strlen ( $contextText ) > $maxContextLen ) {
$contextText = mb_substr ( $contextText , 0 , $maxContextLen );
}
if ( mb_strlen ( $referT ext ) > 4 000) {
$referT ext = mb_substr ( $referT ext , 0 , 4 000);
if ( mb_strlen ( $localCont ext ) > 3 000) {
$localCont ext = mb_substr ( $localCont ext , 0 , 3 000);
}
if ( mb_strlen ( $doiBlock ) > 4 000) {
$doiBlock = mb_substr ( $doiBlock , 0 , 4 000);
if ( mb_strlen ( $referText ) > 6 000) {
$referText = mb_substr ( $referText , 0 , 6 000);
}
if ( mb_strlen ( $doiBlock ) > 8000 ) {
$doiBlock = mb_substr ( $doiBlock , 0 , 8000 );
}
if ( $isAgain ) {
$system = $this -> buildReferenceCheckSecondPassPrompt ();
$user = $this -> buildReferenceCheckSecondPassUserPrompt ( $contextText , $referText , $doiBlock );
$user = $this -> buildReferenceCheckSecondPassUserPrompt ( $contextText , $referText , $doiBlock , $citeGroupRefs , $localContext
} else {
$system = $this -> buildReferenceCheckFirstPassPrompt ();
$user = $this -> buildReferenceCheckFirstPassUserPrompt ( $contextText , $referText );
$user = $this -> buildReferenceCheckFirstPassUserPrompt ( $contextText , $referText , $citeGroupRefs , $localContext , $doiBlock
}
:: info ( . ( , 0 ,
:: info ( . ( $user , 0 ,
// \think\Log::info( 'ReferenceCheck system head: ' . mb_substr( $system, 0, 200));
// \think\Log::info( 'ReferenceCheck user head: ' . mb_substr($user, 0, 600));
$payload = [
'model' => $this -> model ,
'model' => $this -> model ,
'temperature' => 0 ,
'messages' => [
'messages' => [
[ 'role' => 'system' , 'content' => $system ],
[ 'role' => 'user' , 'content' => $user ],
],
@@ -101,23 +104,14 @@ class LLMService
return $fallback ;
}
$canSupport = $this -> parseCanSupport FromParsed ( $parsed );
$confidence = $this -> snapReferenceCheckConfidence (
$ this -> normalizeConfidence ( isset ( $parsed [ 'confidence' ]) ? $parsed [ 'confidence' ] : 0 ),
$canSupport
);
$reason = $this -> cleanReason (( string )( isset ( $parsed [ 'reason' ]) ? $parsed [ 'reason' ] : '' ));
\think\Log :: info (
'ReferenceCheck result: can_support=' . ( $canSupport ? '1' : '0' )
. ', confidence=' . $confidence
. ', reason=' . $reason
);
return [
'can_support' => $canSupport ,
'is_match' => $canSupport ,
'confidence' => $confidence ,
'reason' => $reason ,
];
$results = $this -> parseReferenceCheckResults FromParsed ( $parsed , $citeGroupRefs , $localContext , $doiBlock
if ( empty ( $results )) {
\ think\Log :: warning ( 'ReferenceCheck LLM: empty results array' );
return $fallback ;
}
\think\Log :: info ( $results );
return [ 'results' => $results ];
}
/**
@@ -174,83 +168,541 @@ class LLMService
$s = strtolower ( trim (( string ) $value ));
return in_array ( $s , [ '1' , 'true' , 'yes' , 'support' , 'supported' ], true );
}
private function bulidReferenceCheckFirstPassPrompt (){
return <<< ' PROMPT '
你是一名护理、医学与科研期刊的资深文献编辑，专门校对「正文引用句」与「对应参考文献条目」是否匹配。
/** 第一次校对：书目条目 vs 正文全文 */
你的目标是严格识别错引、张冠李戴、方法不符、对象不符、结论不成立的问题。
宁可少判 true，
你只能依据用户提供的内容判断：
1. 正文引用句
2. 当前对应参考文献条目
禁止假设已阅读全文。
禁止联网。
禁止脑补文献内容。
禁止根据学科常识推断研究结果。
====================
【核心任务】
判断：
正文在该引用位置表达的核心观点、结论、方法、数据、定义、模型、研究发现、指南依据等，
是否能够被该条参考文献合理支撑。
你判断的是：
“引用是否成立”
不是：
“正文是否正确”。
====================
【总原则（最高优先级）】
采用严格审稿标准：
边界不清时，一律判 false。
宁可误杀（人工复核），不要漏掉错引。
同领域 ≠ 匹配。
同关键词 ≠ 匹配。
相关 ≠ 能支撑。
====================
【强制规则】
1. 严禁关键词硬匹配
不能因为出现：
患者、护理、治疗、研究、模型、算法、深度学习、机器学习、焦虑、效果
等泛化词汇就判定匹配。
必须看：
- 核心对象
- 研究问题
- 方法
- 场景
- 结局指标
- 核心论点
是否一致。
====================
2. 方法学必须严格一致（极重要）
若正文明确提到：
- 算法
- 模型
- 聚类方法
- 深度学习架构
- 统计方法
- 数学模型
- 评价指标
必须要求文献与其存在明确关联。
例如：
不匹配：
- fuzzy clustering ≠ deep learning
- CNN ≠ LSTM
- random forest ≠ SVM
- 聚类 ≠ 分类
- 特征选择 ≠ 分类预测
- 风险因素分析 ≠ 干预研究
仅属于同一“大领域（ ）
不能判定匹配。
若方法体系不同：
优先判 false + 0.10。
====================
3. 医学护理引用严格一致
若正文涉及：
- 疾病
- 人群
- 护理场景
- 干预措施
- 结局指标
必须基本一致。
例如：
不匹配：
- ICU ≠ 普通病房
- 老年人 ≠ 儿童
- 糖尿病 ≠ 高血压
- 心理护理 ≠ 运动干预
- 焦虑改善 ≠ 生存率提高
====================
4. 强结论必须强证据
正文若出现：
- 显著改善
- 明显降低
- 证实
- 优于
- 有效预测
- 危险因素
- 因果关系
文献必须能合理支撑该强结论。
仅“应用研究”“相关研究”“观察研究”
不能自动支持强结论。
否则 false。
====================
5. 特定证据类型必须一致
正文若明确写：
- RCT/randomized trial
- Meta-analysis
- Guideline
- Systematic review
- Expert consensus
而参考文献类型明显不符：
直接 false。
====================
6. 信息不足从严
若参考文献只有：
作者 + 年份
或信息过少，
无法建立明确关联：
false + 0.30
====================
【判定逻辑】
只有同时满足以下条件，才能 true：
1. 主题一致
2. 核心对象一致
3. 核心论点一致
4. 方法/研究方向一致
5. 无明显错引风险
任意一点明显不符：
false。
====================
【评分（只能四选一）】
只能输出：
0.90
0.75
0.30
0.10
禁止任何其他分数。
评分规则：
0.90
明确匹配：
主题、对象、方法、核心论点均明显一致。
0.75
基本匹配：
整体支撑成立，但存在轻微概括或小范围表述差异。
0.30
存疑：
同领域但支撑不足；
信息不足；
需人工复核。
0.10
明确错引：
主题、对象、方法或核心论点明显不符。
硬规则：
is_match=true
只能：
0.75 或 0.90
is_match=false
只能：
0.10 或 0.30
====================
【reason 要求】
仅说明：
1. 是否主题一致；
2. 核心论点/方法是否能支撑。
禁止模糊措辞：
“可能”
“看起来”
“应该”
“疑似”
长度：
20~60字。
====================
【输出要求】
仅输出一行 minified JSON。
禁止 markdown。
禁止解释。
禁止换行。
禁止任何额外内容。
格式：
{"is_match":true|false,"confidence":0.10|0.30|0.75|0.90,"reason":"简体中文说明"}
PROMPT ;
}
/** 第一次校对：参考文献真实性与支撑力度 */
private function buildReferenceCheckFirstPassPrompt ()
{
return <<< ' PROMPT '
你是文献引用校对助手。判断【正文全文】与【参考文献书目】是否相关、能否用于支撑正文中的引用。
【核心原则：从宽判断，避免误杀】
默认倾向 can_support=true。只要文献与正文不是「风马牛不相及」，
不要求变量一致、不要求结论逐条对应、不要求研究设计相同。
【仅当以下情况才判 can_support=false（ ）
- 学科/主题完全无关（如正文讲深度学习聚类，文献是糖尿病步态检测）。
- 明显张冠李戴（正文断言 A 疗法的效果，文献研究的是完全不同的 B 问题且无关联）。
- 文献条目与正文讨论的对象/场景毫无交集，且无法作背景或理论引用。
【以下情况均应 can_support=true】
- 同一大领域或相邻方向（
- 可作背景文献、综述性引用、理论或方法的一般性依据。
- 表述略宽、略有概括、变量名不完全一致，但大方向说得通。
【confidence 固定档位（禁止其它小数）】
can_support=true：
can_support=false：
【输出】仅一行 minified JSON， ：
{"can_support":true|false,"is_match":true|false,"confidence":0.15|0.25|0.35|0.45|0.65|0.78|0.85|0.92|0.98,"reason":"30-80字简体中文"}
is_match 必须与 can_support 相同。
PROMPT ;
return $this -> buildReferenceCheckSupportSystemPrompt ( false );
}
private function buildReferenceCheckFirstPassUserPrompt ( $contextText , $referText )
private function buildReferenceCheckSupportSystemPrompt ( $isSecondPass = false )
{
return " 【正文全文 article_main.content】 \n " . $contextText
. " \n \n 【参考文献书目 refer_text】 \n " . $referText
. " \n \n 请从宽判断：文献与正文非风马牛不相即可判 can_support=true， " ;
$prompt = <<< ' PROMPT '
你是一名护理、医学、生物医学与科研期刊的资深学术编辑，正在执行“参考文献真实性与支撑力度校对”。
你的任务不是判断“主题是否相关”，而是判断：
【稿件正文中某段被引用内容】是否真的能被【对应编号的参考文献】直接或充分支撑。
你必须严格基于用户提供的材料作出判断，不得凭常识、不得脑补、不得假设参考文献中“可能写过但未提供”的内容。
==================================================
【一、任务目标】
你需要判断：
“正文引用位置的核心论点、结论、背景陈述、机制解释、疗效描述、数据表达或因果表述，
是否能被对应参考文献真实支持。”
这里的“支持”不是指“文献主题相关”或“研究领域接近”，而是指：
参考文献中确实包含足以支持正文该处表述的内容。
==================================================
【二、输出原则：结果必须直接对应数据库行】
你输出的结果将直接写入数据库表 t_article_reference_check_result。
因此：
## 输出必须是 results 数组，数组中的每一个对象对应数据库中的一行，也就是“一个引用位置中的一条参考文献结果”。
换句话说：
- 如果某个引用位置是 [3]，则输出 1 条 result（ ）
- 如果某个引用位置是 [1,2]，则输出 2 条 result：
- 一条对应 reference_no=1
- 一条对应 reference_no=2
每条 result 都必须给出该参考文献“单独”对正文引用句的支撑判断。
如果该引用位置是联合引用（ ） ， ， （
==================================================
【三、最重要原则：只看“是否支撑正文核心断言”，不是看“主题是否沾边”】
以下情况不能判为强支撑：
1. 参考文献只和主题大致相关，但没有明确支持正文中的关键表述
2. 正文说的是“疗效提升/死亡率下降/全球高发/耐药/多通路机制”等明确论点，而文献只是在背景里泛泛提到疾病
3. 正文是多层复合句，文献只支撑其中一小部分
4. 正文有因果、比较、趋势、机制、疗效强度等强表述，而文献没有明确证据
5. 文献是基础机制研究，但正文引用它来支撑宏观流行病学、临床治疗现状或指南式结论
6. 文献可以“推测支持”但不是“直接/明确支持”
==================================================
【三b、多 claim 复合句 → 0.78 部分支撑（勿误降到 0.45）】
正文常为 2~4 个连续 claim 的复合句。须逐 claim 比对后综合给分：
- 若文献（含 DOI 摘要）能**明确支撑多数关键概念**（如遗传异质性/多基因改变、多 survival pathway 并存、耐药或治疗挑战），
但**未逐字写出**正文完整因果链（如「异质性→多通路→单靶点疗效下降」），
→ 应判 **partial_support**， ） ，
- 0.45 仅用于：文献与 claim 方向明显不符、仅同病沾边、或几乎无可用证据。
**校准样例（单条 [4]，须接近此逻辑）：**
引用句：
Furthermore, the genomic heterogeneity of colorectal cancer (CRC) presents additional difficulties because tumors frequently make use of several survival pathways at once, which reduces the efficacy of single-target treatments [4].
文献4（
- Claim1 遗传异质性/多基因改变：文献有 APC/KRAS/TP53、MSI/CIN 等 → 支撑较强
- Claim2 多 survival pathway：
- Claim3 单靶点疗效下降：文献有 drug resistance/治疗挑战，但未直述因果链 → 部分支撑
- **输出**： （ ）
用户消息中若提供【DOI 真实文献内容】，**必须结合摘要判断**，不得仅凭书目标题给分。
==================================================
【四、评分规则】
你必须使用以下 8 个固定分值之一：
0.98 / 0.92 / 0.85 / 0.78 / 0.65 / 0.45 / 0.25 / 0.15
判定含义：
- 0.98 / 0.92 / 0.85 => 强支撑（ ）
- 0.78 / 0.65 => 部分支撑（ ）
- 0.45 / 0.25 => 支撑不足（ ）
- 0.15 => 不支撑（ ）
can_support 取值规则：
- 若该文献/联合引文整体可判为 strong_support 或 partial_support，
- 若判为 insufficient_support 或 not_support，
==================================================
【五、单条文献结果如何判断】
对于每一条参考文献，你必须判断它“单独”能否支撑该引用位置的正文内容，并输出：
- can_support
- confidence
- reason
- support_role
其中：
### support_role 只能取以下值之一
- primary_support： ，
- supplementary_support： ，
- minimal_support：
- no_meaningful_support：
### reason 的写法要求
必须使用中文，明确写出：
1. 这篇文献具体支撑正文的哪一部分
2. 哪些部分没有支撑到
3. 是否存在文献类型与引用用途不匹配的问题
4. 为什么给这个分值，而不是更高或更低
==================================================
【六、联合引用的判断规则】
当同一个引用位置包含多篇参考文献时（例如 [1,2] / [4,5,6]），除了逐条给单条结果外，还要额外判断：
“这些文献合起来，是否足以支撑该引用位置的正文内容？”
联合结论输出到：
- combined_can_support
- combined_confidence
- combined_reason
规则：
1. 联合评分不是单条评分平均值
2. 如果其中一篇文献已强支撑，其他文献只是补充，则联合评分可接近主支撑文献
3. 如果多篇文献分别覆盖不同部分，合起来能较完整支撑正文，则联合评分可以高于某些单条评分
4. 但如果最关键的核心断言没有被任何文献明确支撑，则联合评分不能虚高
5. 如果多篇文献都只是零散相关，需要大量推断才能拼出正文结论，则联合评分通常不应过高
==================================================
【七、单引文的 combined_* 字段处理规则】
即使某个引用位置只有 1 条参考文献，也仍然必须输出 combined_* 字段。
此时：
- combined_can_support = can_support
- combined_confidence = confidence
- combined_reason = “该引用位置仅包含单条文献，联合结论等同于该文献的单条结论。” 或等价表述
这样可以保证输出结构统一，便于数据库写入。
==================================================
【八、输出 JSON 结构】
你必须输出合法 JSON， ：
{
"results": [
{
"reference_no": 1,
"cite_group_refs": "1,2",
"can_support": 0,
"confidence": 0.65,
"reason": "中文，单条文献结论",
"support_role": "supplementary_support",
"combined_can_support": 1,
"combined_confidence": 0.85,
"combined_reason": "中文，联合引用整体结论"
}
]
}
==================================================
【九、字段约束】
### 1）
- reference_no
- cite_group_refs
- can_support
- confidence
- reason
- support_role
- combined_can_support
- combined_confidence
- combined_reason
### 2）
必须对应当前引用位置中的某一条参考文献编号。
### 3）
必须是该引用位置的完整引文组，格式如：
- "3"
- "1,2"
- "4,5,6"
### 4） ，
例如 cite_group_refs = "1,2" 时，必须输出：
- 一条 reference_no=1
- 一条 reference_no=2
### 5）
例如同属 "1,2" 的两条 result， ：
- combined_can_support
- combined_confidence
- combined_reason
必须完全一致。
==================================================
【十、禁止事项】
你绝对不能：
- 杜撰文献中不存在的结论
- 把“主题相关”当作“内容支撑”
- 因为是同一疾病就默认支持
- 输出 JSON 以外的任何内容
现在开始，读取用户提供的引用位置正文、参考文献信息和文献内容，输出结果。
PROMPT ;
if ( $isSecondPass ) {
$prompt .= <<< ' PROMPT '
==================================================
【二次校对补充（
用户消息中会提供【DOI 真实文献内容（ ）
必须以 DOI 真实内容为准复核支撑力度；书目信息与 DOI 冲突时以 DOI 为准。
仍须输出完整 results 数组，逐条给出单文献判断与联合判断。
PROMPT ;
}
return $prompt ;
}
/** 第二次校对： （ ）
private function buildReferenceCheckFirstPassUserPrompt ( $contextText , $referText , $citeGroupRefs = '' , $localContext = '' , $doiBlock = '' )
{
return $this -> buildReferenceCheckSupportUserPrompt ( $contextText , $referText , $citeGroupRefs , $localContext , $doiBlock );
}
private function buildReferenceCheckSupportUserPrompt ( $contextText , $referText , $citeGroupRefs , $localContext , $doiBlock )
{
$citeGroupRefs = trim (( string ) $citeGroupRefs );
$localContext = trim (( string ) $localContext );
$doiBlock = trim (( string ) $doiBlock );
$parts = [
" 【正文节 t_article_main】 \n " . $contextText ,
];
if ( $citeGroupRefs !== '' ) {
$mode = strpos ( $citeGroupRefs , ',' ) !== false ? '联合引用' : '单独引用' ;
$parts [] = " 【引用文献组 cite_group_refs】 { $citeGroupRefs } （ { $mode } ） " ;
}
if ( $localContext !== '' ) {
$parts [] = " 【本引用位置附近上下文】 \n " . $localContext ;
}
$parts [] = " 【参考文献书目（按编号列出）】 \n " . $referText ;
if ( $doiBlock !== '' ) {
$parts [] = " 【DOI 真实文献内容（ ， ） \n " . $doiBlock ;
}
$parts [] = '请严格按 system 要求输出 results 数组 JSON， ， ;
return implode ( " \n \n " , $parts );
}
/** 第二次校对：
private function buildReferenceCheckSecondPassPrompt ()
{
return <<< ' PROMPT '
你是文献引用二次校对助手。已根据 Refer_doi 从 Crossref（
【核心原则：与第一次相同，从宽判断】
默认倾向 can_support=true。只要 Crossref 摘要（或书目）与正文不是风马牛不相及，即判相关、能支撑。
以【Crossref 摘要】为准；摘要与书目冲突时以摘要为准。
【仅当以下情况才判 can_support=false】
- 摘要显示的研究主题/对象/方法与正文讨论内容完全风马牛不相及。
- 典型风马牛不相及、张冠李戴，且无法解释为背景或泛化引用。
【以下情况均应 can_support=true】
- 摘要与正文属同领域或相近方向，能作背景、理论或方向性支撑。
- 细节不完全一致，但不存在明显矛盾。
【无 Crossref 摘要时】
结合 refer_text 从宽判断；非明显无关仍可 can_support=true，
【confidence 固定档位（禁止其它小数）】
can_support=true：
can_support=false：
【输出】仅一行 minified JSON：
{"can_support":true|false,"is_match":true|false,"confidence":0.15|0.25|0.35|0.45|0.65|0.78|0.85|0.92|0.98,"reason":"30-80字简体中文"}
is_match 必须与 can_support 相同。
PROMPT ;
return $this -> buildReferenceCheckSupportSystemPrompt ( true );
}
private function buildReferenceCheckSecondPassUserPrompt ( $contextText , $referText , $doiBlock )
private function buildReferenceCheckSecondPassUserPrompt ( $contextText , $referText , $doiBlock , $citeGroupRefs = '' , $localContext = ''
{
$doiBlock = trim (( string ) $doiBlock );
return " 【正文全文 article_main.content】 \n " . $contextText
. " \n \n 【参考文献书目 refer_text】 \n " . $referText
. " \n \n 【Crossref 摘要】（ ） \n "
. ( $doiBlock !== '' ? $doiBlock : '（未获取到摘要，请结合 refer_text 从宽判断）' )
. " \n \n 文献与正文非风马牛不相即可判 can_support=true， " ;
return $this -> buildReferenceCheckSupportUserPrompt (
$contextText ,
$referText ,
$citeGroupRefs ,
$localContext ,
$doiBlock !== '' ? $doiBlock : '（未获取到 DOI 摘要或元数据，请结合书目条目从严判断）'
);
}
private function buildReferenceCheckSystemPrompt3 ()
{
@@ -1169,13 +1621,174 @@ PROMPT;
private function buildReferenceCheckRecheckUserPrompt ( $contextText , $referText , $doiBlock )
{
return $this -> buildReferenceCheckSecondPassUserPrompt ( $contextText , $referText , $doiBlock );
return $this -> buildReferenceCheckSecondPassUserPrompt ( $contextText , $referText , $doiBlock , '' , ''
}
/**
* 与 buildReferenceCheckSystemPrompt3 一致的 confidence 档位
* @return array<int, array>
*/
private function get ReferenceCheckConfidenceBands ( $isMatch )
private function parse ReferenceCheckResultsFromParsed ( array $parsed , $defaultCiteGroupRefs = '' , $localContext = '' , $doiBlock = '' )
{
$rows = [];
if ( isset ( $parsed [ 'results' ]) && is_array ( $parsed [ 'results' ])) {
$rows = $parsed [ 'results' ];
} elseif ( isset ( $parsed [ 'reference_no' ]) || isset ( $parsed [ 'confidence' ])) {
$rows = [ $parsed ];
}
$normalized = [];
foreach ( $rows as $item ) {
if ( ! is_array ( $item )) {
continue ;
}
$refNo = intval ( isset ( $item [ 'reference_no' ]) ? $item [ 'reference_no' ] : 0 );
if ( $refNo <= 0 ) {
continue ;
}
$confidence = $this -> snapReferenceCheckConfidenceValue (
$this -> normalizeConfidence ( isset ( $item [ 'confidence' ]) ? $item [ 'confidence' ] : 0 )
);
$canSupport = $this -> canSupportFromConfidence ( $confidence );
if ( array_key_exists ( 'can_support' , $item )) {
$canSupport = $this -> boolFromLlmValue ( $item [ 'can_support' ]);
} elseif ( array_key_exists ( 'is_match' , $item )) {
$canSupport = $this -> boolFromLlmValue ( $item [ 'is_match' ]);
}
$reason = $this -> cleanReason (( string )( isset ( $item [ 'reason' ]) ? $item [ 'reason' ] : '' ));
$supportRole = $this -> normalizeSupportRole ( isset ( $item [ 'support_role' ]) ? $item [ 'support_role' ] : '' );
list ( $confidence , $canSupport , $supportRole ) = $this -> applyMultiClaimPartialSupportFloor (
$localContext ,
$doiBlock ,
$confidence ,
$canSupport ,
$supportRole ,
$reason
);
$combinedConfidence = $this -> snapReferenceCheckConfidenceValue (
$this -> normalizeConfidence ( isset ( $item [ 'combined_confidence' ]) ? $item [ 'combined_confidence' ] : $confidence )
);
$combinedCanSupport = $this -> canSupportFromConfidence ( $combinedConfidence );
if ( array_key_exists ( 'combined_can_support' , $item )) {
$combinedCanSupport = $this -> boolFromLlmValue ( $item [ 'combined_can_support' ]);
}
$citeGroupRefs = trim (( string )( isset ( $item [ 'cite_group_refs' ]) ? $item [ 'cite_group_refs' ] : $defaultCiteGroupRefs ));
if ( $citeGroupRefs === '' && $defaultCiteGroupRefs !== '' ) {
$citeGroupRefs = trim (( string ) $defaultCiteGroupRefs );
}
$normalized [] = [
'reference_no' => $refNo ,
'cite_group_refs' => $citeGroupRefs ,
'can_support' => $canSupport ,
'is_match' => $canSupport ,
'confidence' => $confidence ,
'reason' => $reason ,
'support_role' => $supportRole ,
'combined_can_support' => $combinedCanSupport ,
'combined_confidence' => $combinedConfidence ,
'combined_reason' => $this -> cleanReason (( string )( isset ( $item [ 'combined_reason' ]) ? $item [ 'combined_reason' ] : '' )),
];
}
return $normalized ;
}
private function normalizeSupportRole ( $role )
{
$role = strtolower ( trim (( string ) $role ));
$allowed = [
'primary_support' ,
'supplementary_support' ,
'minimal_support' ,
'no_meaningful_support' ,
];
return in_array ( $role , $allowed , true ) ? $role : 'no_meaningful_support' ;
}
private function canSupportFromConfidence ( $confidence )
{
return floatval ( $confidence ) >= 0.65 - 0.001 ;
}
/**
* 多通路/异质性 claim + DOI 有多通路证据时，防止误打 0.45（应对齐 0.78 部分支撑）
*/
private function applyMultiClaimPartialSupportFloor ( $localContext , $doiBlock , $confidence , $canSupport , $supportRole , $reason )
{
$confidence = floatval ( $confidence );
if ( $confidence > 0.45 ) {
return [ $confidence , $canSupport , $supportRole ];
}
$claimText = trim (( string ) $localContext );
if ( $claimText === '' ) {
return [ $confidence , $canSupport , $supportRole ];
}
$claimIsMechanism = ( bool ) preg_match (
'/\b(genomic heterogeneity|heterogeneity|survival pathway|pathways at once|single-target|multi.?pathway|genetic alteration|drug resistance|异质性|生存通路|多.*通路|单靶点|耐药)\b/ui' ,
$claimText
);
if ( ! $claimIsMechanism ) {
return [ $confidence , $canSupport , $supportRole ];
}
$corpus = trim (( string ) $doiBlock ) . ' ' . trim (( string ) $reason );
if ( $corpus === '' ) {
return [ $confidence , $canSupport , $supportRole ];
}
$refHasPathwayEvidence = ( bool ) preg_match (
'/\b(pathway|PI3K|Akt|mTOR|Wnt|STAT3|NF-κB|NF-kB|genetic alteration|MSI|CIN|drug resistance|signaling|multiple|APC|KRAS|TP53|通路|耐药|信号)\b/ui' ,
$corpus
);
if ( ! $refHasPathwayEvidence ) {
return [ $confidence , $canSupport , $supportRole ];
}
$confidence = 0.78 ;
$canSupport = true ;
if ( $supportRole === 'no_meaningful_support' || $supportRole === 'minimal_support' ) {
$supportRole = 'supplementary_support' ;
}
return [ $confidence , $canSupport , $supportRole ];
}
private function getReferenceCheckConfidenceBands ()
{
return [ 0.15 , 0.25 , 0.45 , 0.65 , 0.78 , 0.85 , 0.92 , 0.98 ];
}
private function snapReferenceCheckConfidenceValue ( $confidence )
{
$bands = $this -> getReferenceCheckConfidenceBands ();
foreach ( $bands as $band ) {
if ( abs ( $confidence - $band ) < 0.001 ) {
return $band ;
}
}
$nearest = $bands [ 0 ];
$minDiff = abs ( $confidence - $nearest );
foreach ( $bands as $band ) {
$diff = abs ( $confidence - $band );
if ( $diff < $minDiff ) {
$minDiff = $diff ;
$nearest = $band ;
}
}
return $nearest ;
}
/**
* @deprecated 兼容旧逻辑
*/
private function getReferenceCheckConfidenceBandsLegacy ( $isMatch )
{
return $isMatch
? [ 0.65 , 0.78 , 0.85 , 0.92 , 0.98 ]
@@ -1183,22 +1796,24 @@ PROMPT;
}
/**
* 将模型输出的 confidence 吸附到合法档位（如 0.95 → 0.92， ）
* 将模型输出的 confidence 吸附到合法档位
*/
private function snapReferenceCheckConfidence ( $confidence , $isMatch )
{
$bands = $this -> get ReferenceCheckConfidenceBands ( $isMatch );
$snapped = $this -> snap ReferenceCheckConfidenceValue ( $confidence );
$bands = $this -> getReferenceCheckConfidenceBandsLegacy ( $isMatch );
if ( in_array ( $snapped , $bands , true )) {
return $snapped ;
}
foreach ( $bands as $band ) {
if ( abs ( $confidence - $band ) < 0.001 ) {
if ( abs ( $snapped - $band ) < 0.001 ) {
return $band ;
}
}
$nearest = $bands [ 0 ];
$minDiff = abs ( $confidence - $nearest );
$minDiff = abs ( $snapped - $nearest );
foreach ( $bands as $band ) {
$diff = abs ( $confidence - $band );
$diff = abs ( $snapped - $band );
if ( $diff < $minDiff ) {
$minDiff = $diff ;
$nearest = $band ;
