Merge remote-tracking branch 'origin/master'

This commit is contained in:
wangjinlei
2026-07-06 10:56:47 +08:00
355 changed files with 5779 additions and 2094 deletions

View File

@@ -113,6 +113,68 @@ class PubmedService
return $abbr !== '' ? $abbr : null;
}
/**
* 按书目信息检索 PubMed标题 + 第一作者 + 年份)
*/
public function searchByBibliographic($title, $author = '', $year = ''): ?array
{
$title = trim((string)$title);
if ($title === '') {
return null;
}
$terms = ['(' . $this->quoteTerm($title) . '[Title])'];
$author = trim((string)$author);
if ($author !== '') {
$parts = preg_split('/[,;]/', $author);
$first = trim((string)($parts[0] ?? ''));
if ($first !== '') {
$terms[] = '(' . $this->quoteTerm($first) . '[Author])';
}
}
$year = trim((string)$year);
if ($year !== '' && preg_match('/^(19|20)\d{2}$/', $year)) {
$terms[] = '(' . $year . '[pdat])';
}
$pmid = $this->esearch(implode(' AND ', $terms));
if (!$pmid) {
return null;
}
$info = $this->fetchByPmid($pmid);
if (!$info) {
return null;
}
$info['pmid'] = $pmid;
$info['doi'] = $this->extractDoiFromPmidRecord($pmid);
return $info;
}
private function quoteTerm($text)
{
return str_replace('"', '', trim((string)$text));
}
private function extractDoiFromPmidRecord($pmid)
{
$url = $this->base . 'efetch.fcgi?' . http_build_query([
'db' => 'pubmed',
'id' => $pmid,
'retmode' => 'xml',
'tool' => $this->tool,
'email' => $this->email,
]);
$xml = $this->httpGet($url);
if ($xml === '') {
return '';
}
if (preg_match('/<ArticleId IdType="doi">([^<]+)<\/ArticleId>/i', $xml, $m)) {
return trim($m[1]);
}
return '';
}
// ----------------- Internals -----------------
private function esearch(string $term): ?string

File diff suppressed because it is too large Load Diff

View File

@@ -3,10 +3,12 @@
namespace app\common\mq;
use think\Db;
use app\common\ReferenceCheckService;
use app\common\DbReconnectHelper;
use app\common\ReferenceRelevanceCheckService;
/**
* RabbitMQ 消费:按文章串行,文章内 reference_no 升序逐条校对(含低分同步二轮)
* RabbitMQ 消费(队列 reference_check / ref_check.article
* 全局文章串行,文章内 reference_no 升序链式逐条「主题相关性」校对。
*/
class ReferenceCheckArticleWorker
{
@@ -15,18 +17,20 @@ class ReferenceCheckArticleWorker
const BATCH_DONE = 2;
const BATCH_PARTIAL_FAILED = 3;
/** @var ReferenceCheckService */
/** @var ReferenceRelevanceCheckService */
private $svc;
public function __construct()
{
$this->svc = new ReferenceCheckService();
$this->svc = new ReferenceRelevanceCheckService();
}
public function handleMessage(array $payload)
{
DbReconnectHelper::ensure();
$pArticleId = intval(isset($payload['p_article_id']) ? $payload['p_article_id'] : 0);
$batchId = intval(isset($payload['batch_id']) ? $payload['batch_id'] : 0);
$trigger = isset($payload['trigger']) ? (string)$payload['trigger'] : 'enqueue';
if ($pArticleId <= 0 || $batchId <= 0) {
$this->svc->log('ReferenceCheckArticleWorker invalid payload');
return;
@@ -34,7 +38,11 @@ class ReferenceCheckArticleWorker
if (!$this->canStartArticleWork($batchId)) {
$this->svc->log('ReferenceCheckArticleWorker defer batch_id=' . $batchId . ' other article running');
(new ReferenceCheckMqPublisher())->publishArticleStart($pArticleId, $batchId, isset($payload['trigger']) ? $payload['trigger'] : 'enqueue');
(new ReferenceCheckMqPublisher())->publishArticleStart(
$pArticleId,
$batchId,
isset($payload['trigger']) ? $payload['trigger'] : 'enqueue'
);
sleep(3);
return;
}
@@ -46,6 +54,11 @@ class ReferenceCheckArticleWorker
}
}
$this->svc->recoverQueueRowsForArticle($pArticleId);
if ($trigger !== 'recheck_pending_only'
&& ReferenceRelevanceCheckService::PREPARE_LITERATURE_BEFORE_CHECK) {
$this->svc->prepareLiteratureContentByArticle($pArticleId);
}
$this->svc->log('ReferenceCheckArticleWorker start p_article_id=' . $pArticleId . ' batch_id=' . $batchId);
$done = 0;
@@ -59,7 +72,7 @@ class ReferenceCheckArticleWorker
if ($checkId <= 0) {
continue;
}
$result = $this->processOneRow($checkId, $row);
$result = $this->processOneRow($checkId, $row, $trigger === 'recheck_pending_only');
if ($result === 'ok') {
$done++;
} elseif ($result === 'failed') {
@@ -75,7 +88,7 @@ class ReferenceCheckArticleWorker
private function canStartArticleWork($batchId)
{
$running = Db::name('article_reference_check_batch')
$running = Db::name('article_reference_relevance_check_batch')
->where('batch_status', self::BATCH_RUNNING)
->where('id', '<>', intval($batchId))
->count();
@@ -85,7 +98,7 @@ class ReferenceCheckArticleWorker
private function claimBatch($batchId)
{
$now = date('Y-m-d H:i:s');
$affected = Db::name('article_reference_check_batch')
$affected = Db::name('article_reference_relevance_check_batch')
->where('id', intval($batchId))
->whereIn('batch_status', [self::BATCH_WAITING, self::BATCH_RUNNING])
->update([
@@ -97,15 +110,15 @@ class ReferenceCheckArticleWorker
private function getBatch($batchId)
{
return Db::name('article_reference_check_batch')->where('id', intval($batchId))->find();
return Db::name('article_reference_relevance_check_batch')->where('id', intval($batchId))->find();
}
private function fetchNextPendingRow($pArticleId)
{
return Db::name('article_reference_check_result')
return Db::name('article_reference_relevance_check_result')
->where('p_article_id', intval($pArticleId))
->where('queue_status', ReferenceCheckService::QUEUE_PENDING)
->where('status', ReferenceCheckService::RECORD_PENDING)
->where('queue_status', ReferenceRelevanceCheckService::QUEUE_PENDING)
->where('status', ReferenceRelevanceCheckService::RECORD_PENDING)
->order('reference_no asc,am_id asc,text_start asc,id asc')
->find();
}
@@ -113,44 +126,44 @@ class ReferenceCheckArticleWorker
/**
* @return string ok|failed|skip
*/
private function processOneRow($checkId, array $row)
private function processOneRow($checkId, array $row, $skipLiteratureFetch = false)
{
$claimed = Db::name('article_reference_check_result')
DbReconnectHelper::ensure();
$claimed = Db::name('article_reference_relevance_check_result')
->where('id', intval($checkId))
->where('queue_status', ReferenceCheckService::QUEUE_PENDING)
->update(['queue_status' => ReferenceCheckService::QUEUE_RUNNING]);
->where('queue_status', ReferenceRelevanceCheckService::QUEUE_PENDING)
->update(['queue_status' => ReferenceRelevanceCheckService::QUEUE_RUNNING]);
if (intval($claimed) <= 0) {
return 'skip';
}
$retryCount = intval(isset($row['retry_count']) ? $row['retry_count'] : 0);
try {
$this->svc->runReferenceCheckOnce($checkId);
$amId = intval(isset($row['am_id']) ? $row['am_id'] : 0);
if ($amId > 0) {
$this->svc->syncAmRefCheckStatus($amId);
}
$this->svc->markQueueRuntime($checkId, ReferenceCheckService::QUEUE_COMPLETED, $retryCount);
$this->svc->runCheckOnce($checkId, $skipLiteratureFetch);
$this->svc->markQueueRuntime($checkId, ReferenceRelevanceCheckService::QUEUE_COMPLETED, $retryCount);
return 'ok';
} catch (\Exception $e) {
$this->svc->log('ReferenceCheckArticleWorker check_id=' . $checkId . ' err=' . $e->getMessage());
if ($retryCount < ReferenceCheckService::QUEUE_MAX_RETRY) {
$this->svc->markQueueRuntime($checkId, ReferenceCheckService::QUEUE_PENDING, $retryCount + 1);
return $this->processOneRow($checkId, array_merge($row, ['retry_count' => $retryCount + 1]));
DbReconnectHelper::ensure();
if ($retryCount < ReferenceRelevanceCheckService::QUEUE_MAX_RETRY) {
$this->svc->markQueueRuntime($checkId, ReferenceRelevanceCheckService::QUEUE_PENDING, $retryCount + 1);
return $this->processOneRow($checkId, array_merge($row, ['retry_count' => $retryCount + 1]), $skipLiteratureFetch);
}
try {
$this->svc->updateCheckResult($checkId, [
'status' => ReferenceCheckService::RECORD_FAILED,
'error_msg' => $e->getMessage(),
]);
$this->svc->markQueueRuntime($checkId, ReferenceCheckService::QUEUE_FAILED, $retryCount);
$fresh = Db::name('article_reference_relevance_check_result')->where('id', intval($checkId))->find();
$groupRows = !empty($fresh) ? $this->svc->findCitationGroupRowsForWorker($fresh) : [];
if (!empty($groupRows)) {
$this->svc->failGroupWithQueue($groupRows, $e->getMessage(), $retryCount);
} else {
$this->svc->updateCheckResult($checkId, [
'status' => ReferenceRelevanceCheckService::RECORD_FAILED,
'error_msg' => $e->getMessage(),
]);
$this->svc->markQueueRuntime($checkId, ReferenceRelevanceCheckService::QUEUE_FAILED, $retryCount);
}
} catch (\Exception $e2) {
\think\Log::error('ReferenceCheckArticleWorker markFailed: ' . $e2->getMessage());
}
$amId = intval(isset($row['am_id']) ? $row['am_id'] : 0);
if ($amId > 0) {
$this->svc->syncAmRefCheckStatus($amId);
}
return 'failed';
}
}
@@ -166,7 +179,7 @@ class ReferenceCheckArticleWorker
if ($failed > 0) {
$status = self::BATCH_PARTIAL_FAILED;
}
Db::name('article_reference_check_batch')->where('id', intval($batchId))->update([
Db::name('article_reference_relevance_check_batch')->where('id', intval($batchId))->update([
'batch_status' => $status,
'done_count' => intval($done),
'failed_count' => intval($failed),
@@ -179,7 +192,7 @@ class ReferenceCheckArticleWorker
private function publishNextWaitingBatch()
{
$next = Db::name('article_reference_check_batch')
$next = Db::name('article_reference_relevance_check_batch')
->where('batch_status', self::BATCH_WAITING)
->order('id asc')
->find();
@@ -193,8 +206,8 @@ class ReferenceCheckArticleWorker
isset($next['trigger']) ? $next['trigger'] : 'enqueue'
);
} catch (\Exception $e) {
$this->svc->log('publishNextWaitingBatch failed: ' . $e->getMessage());
\think\Log::error('publishNextWaitingBatch: ' . $e->getMessage());
$this->svc->log('ReferenceCheck publishNextWaitingBatch failed: ' . $e->getMessage());
\think\Log::error('ReferenceCheck publishNextWaitingBatch: ' . $e->getMessage());
}
}
}

View File

@@ -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, $maxContextLen);
}
if (mb_strlen($referText) > 4000) {
$referText = mb_substr($referText, 0, 4000);
if (mb_strlen($localContext) > 3000) {
$localContext = mb_substr($localContext, 0, 3000);
}
if (mb_strlen($doiBlock) > 4000) {
$doiBlock = mb_substr($doiBlock, 0, 4000);
if (mb_strlen($referText) > 6000) {
$referText = mb_substr($referText, 0, 6000);
}
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, $doiBlock);
}
\think\Log::info('ReferenceCheck system head: ' . mb_substr($system, 0, 200));
\think\Log::info('ReferenceCheck user head: ' . mb_substr($user, 0, 600));
// \think\Log::info('ReferenceCheck system head: ' . mb_substr($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 = $this->parseCanSupportFromParsed($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 = $this->parseReferenceCheckResultsFromParsed($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也不要漏掉错引。
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AI/ML
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」即判为相关、能支撑。
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与正文明显无关
- 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如护理、心理、管理、医学、统计、AI 等相近子领域)。
- 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=true0.65(有关联但较泛)/ 0.78 / 0.85 / 0.92 / 0.98(非常确定相关)
can_support=false0.15(明确风马牛不相及)/ 0.25 / 0.35 / 0.45(仅当实在无法建立任何合理关联)
【输出】仅一行 minified JSON无 markdown
{"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只返回 JSON。";
$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 resultreference_no=3
- 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citation group 中有多篇文献则除了单条判断外还必须给出该引用组整体的联合判断combined_* 字段)。
==================================================
【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**confidence 通常 **0.78**(边界情况 0.65**不得**仅因文献主标题聚焦某化合物/干预就降到 0.45。
- 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4Sheikhnia et al., thymoquinone CRC 机制综述):
- 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文献列举 PI3K/Akt、Wnt、STAT3、NF-κB 等多通路 → 支撑较强
- 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**can_support=1, confidence=**0.78**, support_role=supplementary_support**不是 0.45**
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strong_support
- 0.78 / 0.65 => 部分支撑partial_support
- 0.45 / 0.25 => 支撑不足insufficient_support
- 0.15 => 不支撑not_support
can_support 取值规则:
- 若该文献/联合引文整体可判为 strong_support 或 partial_support则 can_support = 1
- 若判为 insufficient_support 或 not_support则 can_support = 0
==================================================
【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该文献本身就是主要证据来源能支撑引用句核心内容
- supplementary_support能支撑部分重要内容但不是主要来源
- minimal_support只提供少量背景或边缘支撑
- no_meaningful_support几乎不能支撑该引用句
### 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且只能输出以下结构
{
"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】
### 1results 中每个对象都必须包含以下字段:
- reference_no
- cite_group_refs
- can_support
- confidence
- reason
- support_role
- combined_can_support
- combined_confidence
- combined_reason
### 2reference_no
必须对应当前引用位置中的某一条参考文献编号。
### 3cite_group_refs
必须是该引用位置的完整引文组,格式如:
- "3"
- "1,2"
- "4,5,6"
### 4同一引用位置若包含多条参考文献则必须输出多条 result
例如 cite_group_refs = "1,2" 时,必须输出:
- 一条 reference_no=1
- 一条 reference_no=2
### 5同一引用位置下的 combined_* 必须一致
例如同属 "1,2" 的两条 result它们的
- 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DOI 真实文献内容)】
用户消息中会提供【DOI 真实文献内容PubMed/Crossref】。
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 $prompt;
}
/** 第二次校对Crossref 摘要Refer_doi */
private function buildReferenceCheckFirstPassUserPrompt($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PubMed/Crossref一轮校对已提供\n" . $doiBlock;
}
$parts[] = '请严格按 system 要求输出 results 数组 JSON每条 result 对应一个 reference_no并包含 combined_* 字段。';
return implode("\n\n", $parts);
}
/** 第二次校对DOI 真实文献内容复核 */
private function buildReferenceCheckSecondPassPrompt()
{
return <<<'PROMPT'
你是文献引用二次校对助手。已根据 Refer_doi 从 Crossrefhttps://api.crossref.org/works/)获取摘要,请结合【正文全文】复核该文献是否相关。
【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=trueconfidence 建议 0.65。
【confidence 固定档位(禁止其它小数)】
can_support=true0.65 / 0.78 / 0.85 / 0.92 / 0.98
can_support=false0.15 / 0.25 / 0.35 / 0.45
【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" . $referText
. "\n\n【Crossref 摘要】Refer_doi → api.crossref.org/works/\n"
. ($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只返回 JSON。";
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, $doiBlock, '', '');
}
/**
* 与 buildReferenceCheckSystemPrompt3 一致的 confidence 档位
* @return array<int, array>
*/
private function getReferenceCheckConfidenceBands($isMatch)
private function parseReferenceCheckResultsFromParsed(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 $isMatch
? [0.65, 0.78, 0.85, 0.92, 0.98]
@@ -1183,22 +1796,24 @@ PROMPT;
}
/**
* 将模型输出的 confidence 吸附到合法档位(如 0.95 → 0.920.75 → 0.78
* 将模型输出的 confidence 吸附到合法档位
*/
private function snapReferenceCheckConfidence($confidence, $isMatch)
{
$bands = $this->getReferenceCheckConfidenceBands($isMatch);
$snapped = $this->snapReferenceCheckConfidenceValue($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;

View File

@@ -0,0 +1,670 @@
<?php
namespace app\common\service;
use think\Env;
/**
* 参考文献「主题相关性」LLM 校对(独立于支撑力度校对 LLMService
*/
class ReferenceRelevanceLlmService
{
private $url;
private $model;
private $apiKey;
private $timeout;
private $lastPostError = '';
private $maxSectionChars;
private $maxLocalContextChars;
private $maxReferChars;
private $maxAbstractChars;
public function __construct()
{
$this->url = trim((string)Env::get('promotion.promotion_llm_url', ''));
$this->model = trim((string)Env::get('promotion.promotion_llm_model', ''));
$this->apiKey = trim((string)Env::get('promotion.promotion_llm_api_key', ''));
$this->timeout = max(180, intval(Env::get('promotion.promotion_llm_timeout', 180)));
// 控制发送给 LLM 的上下文长度,降低单次推理耗时(可通过 env 覆盖)
$this->maxSectionChars = max(1500, intval(Env::get('promotion.relevance_llm_max_section_chars', 4500)));
$this->maxLocalContextChars = max(600, intval(Env::get('promotion.relevance_llm_max_local_context_chars', 1800)));
$this->maxReferChars = max(1500, intval(Env::get('promotion.relevance_llm_max_refer_chars', 3500)));
$this->maxAbstractChars = max(1500, intval(Env::get('promotion.relevance_llm_max_abstract_chars', 3500)));
}
/**
* @return array{results:array,request_failed?:bool,reason?:string}
*/
public function checkRelevance($sectionText, $localContext, $referText, $abstractText = '', $citeGroupRefs = '')
{
$fallback = [
'results' => [],
'request_failed' => true,
'reason' => 'LLM not configured or request failed',
];
if ($this->url === '' || $this->model === '') {
return $fallback;
}
$sectionText = trim((string)$sectionText);
$localContext = trim((string)$localContext);
$referText = trim((string)$referText);
$abstractText = trim((string)$abstractText);
if ($sectionText === '' || $referText === '') {
return ['results' => [], 'reason' => 'Empty section or reference text'];
}
if (mb_strlen($sectionText) > $this->maxSectionChars) {
$sectionText = mb_substr($sectionText, 0, $this->maxSectionChars);
}
if (mb_strlen($localContext) > $this->maxLocalContextChars) {
$localContext = mb_substr($localContext, 0, $this->maxLocalContextChars);
}
if (mb_strlen($referText) > $this->maxReferChars) {
$referText = mb_substr($referText, 0, $this->maxReferChars);
}
if (mb_strlen($abstractText) > $this->maxAbstractChars) {
$abstractText = mb_substr($abstractText, 0, $this->maxAbstractChars);
}
$payload = [
'model' => $this->model,
'temperature' => 0,
'messages' => [
['role' => 'system', 'content' => $this->buildSystemPrompt()],
['role' => 'user', 'content' => $this->buildUserPrompt($sectionText, $localContext, $referText, $abstractText, $citeGroupRefs)],
],
];
$content = $this->postChat($payload);
if ($content === null) {
$reason = $this->lastPostError !== '' ? $this->lastPostError : 'LLM request failed';
return array_merge($fallback, ['reason' => $reason]);
}
$parsed = $this->parseJson($content);
if ($parsed === null) {
return array_merge($fallback, ['reason' => 'LLM response JSON parse failed']);
}
$results = $this->normalizeResults($parsed, $citeGroupRefs, $localContext, $referText, $abstractText);
if (empty($results)) {
return array_merge($fallback, ['reason' => 'LLM returned empty or invalid results']);
}
return ['results' => $results];
}
private function buildSystemPrompt()
{
return <<<'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「参考文献主题相关性校对」。
你的任务:判断【引用位置正文表述】与【对应编号参考文献】在主题、研究对象、疾病/场景/结局方向上是否相关,能否作为该处引用的合理来源。
注意:这是「相关性」校对,侧重引用处具体 claim 与文献内容是否匹配;**不是**判断「是否同一疾病/同一领域」。
==================================================
【零、最硬规则(违反则输出无效)】
1. **单条 relevance_score 只评价该编号文献单独**与引用处的关系;不得因联合组整体合理而抬高弱相关文献的单条分。
2. **禁止「同病高分」**:正文与文献都涉及 CRC不等于单条可给 0.85~0.92。
**但若引用处 claim 本身就是机制/通路/异质性/耐药/治疗挑战**,且**研究主语一致**(同一疾病/同一化合物/同一干预对象),文献(含摘要/清洗内容)讨论同病多通路、遗传改变、耐药等,应给 **0.65~0.78**,不得误降到 0.45。
**主语不一致时仍适用本条禁止高分**:引用处主语为化合物 X文献却是其他植物/提取物/计算预测,即使提到 X 或相同通路名,也不得因此给 0.78+。
3. 引用处若为**流行病学/负担类 claim**most common、incidence、mortality、burden、全球高发等
- 机制研究、分子通路、细胞增殖/迁移、血管生成等**原始研究** → 单条通常 **0.45 或更低**`is_relevant=0``minimal_relevance`
- 不得因摘要提到 colorectal cancer 就给 0.92
- 仅当文献为流行病学综述/公共卫生研究,或明确讨论发病率、死亡率、疾病负担时,单条才可 **0.85~0.92**
4. **联合分写在 combined_relevance_score**,与单条分必须可分离(例如 [1,2] 时文献1=0.45、文献2=0.92、联合=0.92)。
5. **「来源/化学分类」型句子**naturally occurring、pentacyclic triterpenoid、found in fruits/vegetables/medicinal plants、并列举具体植物学名
- 先判文献类型:来源综述 / 生物活性综述 最适合;**抗癌治疗综述**对「来源分布」claim 通常仅 **0.65**
- 单篇可差异化打分(如 0.92 / 0.92 / 0.65**不得**因联合而三篇都给高分
- 若原句含**具体列举项**(如多个植物学名),而材料未逐一核实全部学名,联合分通常 **≤0.85**(不得给 0.98
6. **多要素综括句**(一句同时塞入:药学/研究兴趣 + 大量前临床研究 + 多种活性[抗炎/抗氧化/抗癌等] + 多个癌种/对象列举):
- 单篇即使是综述,通常仅 partially_related ~ near-direct**0.78~0.86****不轻易给 0.92**(单篇难逐项覆盖全部要素)
- **联合分是整句覆盖度评估,可低于最高单条分**:若整句要素需多篇拼合、且含作者整合概括,联合通常 **0.72~0.78partially_related**,不给 0.85+
7. **联合分不是「取最高单条分」**:当各单篇都只覆盖整句一部分、需互补拼合时,联合分应反映「整句作为一个整体被支撑的完整度」,**允许低于任何一篇单条分**。
8. **主语/研究对象层级必须对齐**:引用处主语为某化合物/分子如「X has been demonstrated…」文献核心对象须为 **X 本身**或以 X 为核心的实验/综述。
- **植物提取物/混合物**研究、**其他物种/其他植物**的计算预测、成分表中顺带出现 X → 通常 **0.45 或更低**
- **关键:提取物即使 X 含量很高(如 50%+)且显示了抗癌/凋亡活性,活性归因于提取物整体而非 X 单体单独验证 → 仍属 weakly_related≤0.45)、`minimal_relevance`**,不得评为 supplementary_relevance/0.78
- 只有当文献**针对 X 单体单独做了验证**X monomer 处理、X 单独剂量效应等)时,主语才算对齐,方可进入 0.65+
- **不得**因摘要/讨论出现与引用句相同的通路名、凋亡、抗癌等词就给 0.78+
9. **证据层级与 demonstrated / mechanistically**
- 本文实验结果或针对 X 的系统综述 > 计算预测/混合成分推测
- **讨论Discussion转引他人关于 X 的机制总结 ≠ 该文自身证据**;据此最多 **0.45~0.65**,不得评为 highly_related
- in silico / computational prediction 不足以支撑「has been demonstrated to mechanistically…」式强语气 claim 的高分
10. **点名通路/功能结局须逐项核对**:原句逐条列举通路(如 PI3K/AKT、MAPK、NF-κB或结局增殖、凋亡、血管生成、炎症信号等**每一项单独核对是否在本文证据中成立**(非仅背景提及)。
- 讨论转述既往文献 ≠ 本文证明该项
- 缺原句任一点名项(如 angiogenesis→ 单条通常 **不得 0.78+**
- **「覆盖部分结局」不足以进入 0.78**:原句点名了多条通路 + 多个结局,文献仅命中其中 1~2 个结局(如仅凋亡/增殖),且**点名通路在本文结果中全部缺失(仅讨论转引)**或主语层级不对 → 单条 **限 0.45weakly_related / minimal_relevance**,不得给 0.65~0.78
- 仅同领域沾边 12 项、主语或机制层级不对 → **0.45**
- **进入 0.65~0.78 的前提**主语对齐X 单体)+ 本文自身结果命中原句点名通路/结局的多数项;几乎全部明确对应 → **0.85+**
11. **文献「主题粒度」必须匹配 claim「主题粒度」**:引用处为**疾病总论型 claim**(流行病学负担、标准/多模态治疗现状与局限、基因组异质性、单靶点治疗受限、亟需新策略等总体背景)时:
- 最适合的来源是**疾病总体综述 / 分子病理综述 / 精准肿瘤学 / 耐药综述**;此类文献正面、系统地为该总论 claim 提供依据 → 可 **0.85+**
- **单一药物 / 单一成分 / 单一通路的专题综述**如「某化合物抗某癌A review」即使同病、同大方向也只是专题视角、并非为该总论 claim 做系统总结 → 通常 **partially_related0.72~0.78****不得给 0.85+**
- **单基因 / 单通路的机制原始研究**对纯流行病学负担 claim → 仍按规则 3 给 **0.45**
- 判断要点:文献类型是否「为该总论 claim 本身做系统综述/总论」;仅同病同方向、或只支撑整段中某一两句(如「需要更安全的新策略」),不足以进入 highly_related
==================================================
【一、必须先拆解 claim】
从【本引用位置附近上下文】中提炼最小主张单元Claim A, Claim B…**不要**把整句笼统归为「大概讲抗癌」。例如:
- **主语/研究对象**(化合物单体 vs 植物提取物 vs 其他物种是否「X has been demonstrated」
- **证据语气与层级**demonstrated / mechanistically vs predict / suggest本文结果 vs 讨论转引)
- **claim 主题粒度**:是否为疾病总论型(流行病学负担 / 治疗现状与局限 / 基因组异质性 / 单靶点受限 / 亟需新策略);若是,要求「总体综述 / 分子病理 / 精准肿瘤学 / 耐药综述」类来源,单一药物专题综述只算 partially_related
- 疾病流行病学(高发、死亡率)
- **点名通路/分子机制**PI3K/AKT、MAPK、NF-κB 等,须逐项)
- **点名功能结局**(抑制增殖、凋亡、血管生成、炎症信号等,须逐项)
- 治疗/干预现状
- **化合物化学类别**(如 pentacyclic triterpenoid
- **天然来源分布**fruits / vegetables / medicinal plants
- **具体列举项**(植物学名、药名、基因名等,须逐项核对)
==================================================
【二、逐篇文献单独判断(每条 result 对应一个 reference_no
对 cite_group_refs 中的每一篇文献,单独输出:
- 该文献与引用处哪些 claim 主题相关、哪些不相关(含具体列举项是否覆盖)
- 文献类型是否匹配引用用途(来源综述 / 生物活性综述 / 机制研究 / 流行病学综述 / 抗癌治疗综述等)
- relevance_score只能使用 0.98 / 0.92 / 0.85 / 0.78 / 0.65 / 0.45 / 0.25 / 0.15
- relevance_levelhighly_related | partially_related | weakly_related | unrelated
- is_relevantscore>=0.65 为 1否则 0
- relevance_role
- primary_relevance该文献是引用处主题的主要相关来源
- supplementary_relevance部分相关、补充性
- minimal_relevance仅边缘/背景沾边
- no_meaningful_relevance与引用处核心表述基本无关
- reason中英双语结论格式固定为两行
【中文】(中文结论,须写明:①文献类型与**核心研究对象** ②**本文自身证据**覆盖了哪些 claim / 哪些未覆盖 ③主语/claim 不匹配须明确写出 ④为何此分值)
【English】与中文对应的英文结论语义一致
- reason_en仅英文结论与 reason 中【English】段相同勿留空
主语/层级不对 → 单条 **0.45**,不得因讨论提及相同通路给 0.78
引用处 claim 为「化合物 X 经 PI3K/AKT 等机制 demonstrated…」文献为其他植物提取物或计算预测、仅在讨论转引他人 X 机制 → 0.45weakly_relatedis_relevant=0。
机制文引用流行病学句 → 单条 **0.45**,不得 0.92
文献为 CRC 机制研究,引用处 claim 为全球高发/死亡率,文献无流行病学数据 → 0.45minimal_relevanceis_relevant=0。
==================================================
【三、联合引用 combined_*(同一 cite_group_refs 内各行必须一致)】
当 cite_group_refs 为 "1,2" 等多篇时,除逐篇判断外,必须给出引用组整体结论:
- 这些文献合起来,是否足以支撑/匹配该引用位置的整体表述?
- combined_relevance_score八档固定分值之一**不是单条平均分**
- 若一篇已强相关、其余仅弱补充,联合分可接近主相关文献,但**不必等于最高单条分**
- 若原句含具体列举项(学名等)且材料未逐一核实,联合分通常 **0.85**,不给 0.98
- 若核心 claim 无任何文献明确覆盖,联合分不能虚高
- 多篇联合仍缺主语对齐、缺原句点名通路/结局、或主要靠讨论转引 → 联合分通常 **≤0.45~0.65**,不得因单篇讨论出现相同关键词给到 0.78+
- combined_is_relevantcombined_relevance_score>=0.65 为 1
- combined_relevance_level与 combined 分数对应的等级
- combined_reason中英双语综合结论格式同 reason【中文】/【English】说明各文献分工及最终分值理由
- combined_reason_en仅英文综合结论与 combined_reason 中【English】段相同
单条引用时combined_* 与单条一致combined_reason / combined_reason_en 可与 reason / reason_en 相同。
==================================================
【四、评分与等级对照】
0.98 / 0.92 / 0.85 = highly_related
文献直接支持整句主旨,大部分关键要素都在文中明确出现
0.78 / 0.65 = partially_related
文献只支撑其中一部分,或支撑方式偏间接
0.45 = weakly_related
只是同领域文献,但与句子事实对应很弱
0.25 / 0.15 = unrelated
基本不支撑该句
≤0.15 = not_support
不支撑
==================================================
【五、输出 JSON仅 JSON无 markdown
{
"results": [
{
"reference_no": 1,
"cite_group_refs": "1,2",
"is_relevant": 0,
"relevance_score": 0.45,
"relevance_level": "weakly_related",
"relevance_role": "minimal_relevance",
"reason": "【中文】中文单条结论\n【English】English single-reference conclusion",
"reason_en": "English single-reference conclusion",
"combined_is_relevant": 1,
"combined_relevance_score": 0.92,
"combined_relevance_level": "highly_related",
"combined_reason": "【中文】中文联合结论\n【English】English combined conclusion",
"combined_reason_en": "English combined conclusion"
},
{
"reference_no": 2,
"cite_group_refs": "1,2",
...
}
]
}
PROMPT;
}
private function buildUserPrompt($sectionText, $localContext, $referText, $abstractText, $citeGroupRefs)
{
$parts = ["【正文节 t_article_main】\n" . $sectionText];
if (trim((string)$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(优先据此拆解 claim\n" . $localContext;
}
$parts[] = "【参考文献书目(按编号)】\n" . $referText;
if ($abstractText !== '') {
$parts[] = "【文献摘要/清洗后内容Europe PMC·PubMed·Crossref·PDF\n" . $abstractText;
}
$parts[] = '请先拆解最小主张单元(主语层级、证据来源、点名通路/结局逐项核对),判断每篇文献类型与**本文自身证据**,再**逐篇独立**给出单条 relevance_score讨论转引、提取物/计算预测不得抬高;弱相关文献不得因联合而高分),最后给出 combined_*。reason / combined_reason 必须中英双语(【中文】/【English】并分别填写 reason_en / combined_reason_en。仅输出 results 数组 JSON。';
return implode("\n\n", $parts);
}
private function normalizeResults(array $parsed, $defaultCiteGroupRefs, $localContext = '', $referText = '', $abstractText = '')
{
$rows = [];
if (isset($parsed['results']) && is_array($parsed['results'])) {
$rows = $parsed['results'];
} elseif (isset($parsed['reference_no']) || isset($parsed['relevance_score'])) {
$rows = [$parsed];
}
$bands = $this->getScoreBands();
$localContext = trim((string)$localContext);
$referText = trim((string)$referText);
$abstractText = trim((string)$abstractText);
$out = [];
foreach ($rows as $item) {
if (!is_array($item)) {
continue;
}
$refNo = intval(isset($item['reference_no']) ? $item['reference_no'] : 0);
if ($refNo <= 0) {
continue;
}
$score = $this->snapScore(floatval(isset($item['relevance_score']) ? $item['relevance_score'] : 0), $bands);
$isRelevant = $score >= 0.65 - 0.001;
if (array_key_exists('is_relevant', $item)) {
$isRelevant = $this->boolVal($item['is_relevant']);
}
$level = $this->levelFromScore($score, isset($item['relevance_level']) ? $item['relevance_level'] : '');
$role = $this->normalizeRelevanceRole(isset($item['relevance_role']) ? $item['relevance_role'] : '');
list($reason, $reasonEn) = $this->normalizeBilingualReason(
isset($item['reason']) ? $item['reason'] : '',
isset($item['reason_en']) ? $item['reason_en'] : ''
);
list($score, $level, $isRelevant, $role) = $this->enforceSingleReferenceConsistency(
$score,
$level,
$isRelevant,
$role,
$bands
);
$combinedScore = $this->snapScore(
floatval(isset($item['combined_relevance_score']) ? $item['combined_relevance_score'] : $score),
$bands
);
$combinedRelevant = $combinedScore >= 0.65 - 0.001;
if (array_key_exists('combined_is_relevant', $item)) {
$combinedRelevant = $this->boolVal($item['combined_is_relevant']);
}
$combinedLevel = $this->levelFromScore(
$combinedScore,
isset($item['combined_relevance_level']) ? $item['combined_relevance_level'] : ''
);
list($combinedScore, $combinedLevel, $combinedRelevant) = $this->enforceCombinedConsistency(
$combinedScore,
$combinedLevel,
$combinedRelevant,
$bands
);
$citeGroupRefs = trim((string)(isset($item['cite_group_refs']) ? $item['cite_group_refs'] : $defaultCiteGroupRefs));
if ($citeGroupRefs === '' && $defaultCiteGroupRefs !== '') {
$citeGroupRefs = trim((string)$defaultCiteGroupRefs);
}
list($combinedReason, $combinedReasonEn) = $this->normalizeBilingualReason(
isset($item['combined_reason']) ? $item['combined_reason'] : '',
isset($item['combined_reason_en']) ? $item['combined_reason_en'] : ''
);
if ($combinedReason === '' && $combinedReasonEn === '') {
list($combinedReason, $combinedReasonEn) = [$reason, $reasonEn];
}
$out[] = [
'reference_no' => $refNo,
'cite_group_refs' => $citeGroupRefs,
'is_relevant' => $isRelevant ? 1 : 0,
'relevance_score' => $score,
'relevance_level' => $level,
'relevance_role' => $role,
'reason' => $reason,
'reason_en' => $reasonEn,
'combined_is_relevant' => $combinedRelevant ? 1 : 0,
'combined_relevance_score' => $combinedScore,
'combined_relevance_level' => $combinedLevel,
'combined_reason' => $combinedReason,
'combined_reason_en' => $combinedReasonEn,
];
}
$out = $this->syncCombinedFieldsAcrossGroup($out);
return $out;
}
private function enforceSingleReferenceConsistency($score, $level, $isRelevant, $role, array $bands)
{
$score = floatval($score);
if ($role === 'no_meaningful_relevance') {
if ($score > 0.25) {
$score = 0.25;
}
$level = 'unrelated';
$isRelevant = false;
} elseif ($role === 'minimal_relevance') {
if ($score > 0.45) {
$score = 0.45;
}
$level = 'weakly_related';
$isRelevant = false;
} elseif ($role === 'supplementary_relevance') {
if ($score > 0.78) {
$score = 0.78;
}
$level = $this->levelFromScore($score, $level);
} elseif ($role === 'primary_relevance') {
if ($score < 0.85) {
$score = 0.85;
}
$isRelevant = true;
$level = $this->levelFromScore($score, $level);
}
if ($level === 'weakly_related' && $score > 0.45) {
$score = 0.45;
$isRelevant = false;
} elseif ($level === 'unrelated' && $score > 0.25) {
$score = 0.25;
$isRelevant = false;
} elseif ($level === 'highly_related' && $score < 0.85) {
$score = 0.85;
$isRelevant = true;
} elseif ($level === 'partially_related') {
if ($score > 0.78) {
$score = 0.78;
}
if ($score < 0.65) {
$score = 0.65;
}
$isRelevant = true;
}
if (!$isRelevant && $score >= 0.65) {
$score = 0.45;
$level = 'weakly_related';
}
if ($isRelevant && $score < 0.65) {
$score = 0.65;
$level = 'partially_related';
}
$score = $this->snapScore($score, $bands);
$level = $this->levelFromScore($score, $level);
return [$score, $level, $isRelevant, $role];
}
private function enforceCombinedConsistency($combinedScore, $combinedLevel, $combinedRelevant, array $bands)
{
$combinedScore = $this->snapScore(floatval($combinedScore), $bands);
$combinedLevel = $this->levelFromScore($combinedScore, $combinedLevel);
$combinedRelevant = $combinedScore >= 0.65 - 0.001;
return [$combinedScore, $combinedLevel, $combinedRelevant];
}
private function syncCombinedFieldsAcrossGroup(array $out)
{
$groups = [];
foreach ($out as $idx => $row) {
$key = (string)$row['cite_group_refs'];
if ($key === '') {
$key = 'ref:' . $row['reference_no'];
}
$groups[$key][] = $idx;
}
foreach ($groups as $indices) {
if (count($indices) <= 1) {
continue;
}
$bestIdx = $indices[0];
$bestScore = floatval($out[$bestIdx]['combined_relevance_score']);
foreach ($indices as $idx) {
$s = floatval($out[$idx]['combined_relevance_score']);
if ($s >= $bestScore) {
$bestScore = $s;
$bestIdx = $idx;
}
}
$src = $out[$bestIdx];
foreach ($indices as $idx) {
$out[$idx]['combined_is_relevant'] = intval($src['combined_is_relevant']);
$out[$idx]['combined_relevance_score'] = floatval($src['combined_relevance_score']);
$out[$idx]['combined_relevance_level'] = (string)$src['combined_relevance_level'];
$out[$idx]['combined_reason'] = (string)$src['combined_reason'];
$out[$idx]['combined_reason_en'] = (string)$src['combined_reason_en'];
}
}
return $out;
}
private function getScoreBands()
{
return [0.15, 0.25, 0.45, 0.65, 0.78, 0.85, 0.92, 0.98];
}
private function snapScore($score, array $bands)
{
foreach ($bands as $band) {
if (abs($score - $band) < 0.001) {
return $band;
}
}
$nearest = $bands[0];
$minDiff = abs($score - $nearest);
foreach ($bands as $band) {
$diff = abs($score - $band);
if ($diff < $minDiff) {
$minDiff = $diff;
$nearest = $band;
}
}
return $nearest;
}
private function levelFromScore($score, $levelHint = '')
{
$levelHint = strtolower(trim((string)$levelHint));
$allowed = ['highly_related', 'partially_related', 'weakly_related', 'unrelated'];
if (in_array($levelHint, $allowed, true)) {
return $levelHint;
}
$aliases = [
'highly_related' => ['highly_related', 'high_related', 'strong_related', 'strong_relevance'],
'partially_related' => ['partially_related', 'partial_related', 'moderate_related'],
'weakly_related' => ['weakly_related', 'weak_related', 'low_related', 'insufficient'],
'unrelated' => ['unrelated', 'not_related', 'irrelevant', 'no_meaningful_relevance'],
];
foreach ($aliases as $canonical => $list) {
if (in_array($levelHint, $list, true)) {
return $canonical;
}
}
$score = floatval($score);
if ($score >= 0.85) {
return 'highly_related';
}
if ($score >= 0.65) {
return 'partially_related';
}
if ($score >= 0.45) {
return 'weakly_related';
}
return 'unrelated';
}
private function normalizeRelevanceRole($role)
{
$role = strtolower(trim((string)$role));
$map = [
'primary_relevance' => ['primary_relevance', 'primary_support', 'primary'],
'supplementary_relevance' => ['supplementary_relevance', 'supplementary_support', 'supplementary'],
'minimal_relevance' => ['minimal_relevance', 'minimal_support', 'minimal'],
'no_meaningful_relevance' => ['no_meaningful_relevance', 'no_meaningful_support', 'none'],
];
foreach ($map as $canonical => $aliases) {
if ($role === $canonical || in_array($role, $aliases, true)) {
return $canonical;
}
}
return 'no_meaningful_relevance';
}
private function cleanReason($reason)
{
$reason = trim(preg_replace('/[ \t]+/u', ' ', (string)$reason));
$reason = trim(preg_replace("/\n{3,}/u", "\n\n", $reason));
return mb_substr($reason, 0, 2000);
}
/**
* @return array{0:string,1:string} [bilingual reason, english only]
*/
private function normalizeBilingualReason($reason, $reasonEn)
{
$reason = trim((string)$reason);
$reasonEn = $this->cleanReason($reasonEn);
if ($reasonEn === '' && preg_match('/【English】\s*(.+)$/us', $reason, $m)) {
$reasonEn = $this->cleanReason($m[1]);
}
$zh = '';
if (preg_match('/【中文】\s*(.*?)(?:\n【English】|$)/us', $reason, $m)) {
$zh = trim($m[1]);
} elseif ($reason !== '' && strpos($reason, '【English】') === false) {
$zh = trim($reason);
}
if ($zh !== '' && $reasonEn !== '' && strpos($reason, '【English】') === false) {
$reason = "【中文】{$zh}\n【English】{$reasonEn}";
} elseif ($zh !== '' && $reasonEn !== '' && strpos($reason, '【中文】') === false) {
$reason = "【中文】{$zh}\n【English】{$reasonEn}";
} else {
$reason = $this->cleanReason($reason);
}
if ($reasonEn === '' && $zh !== '') {
$reasonEn = '';
}
return [$reason, $reasonEn];
}
private function boolVal($v)
{
if (is_bool($v)) {
return $v;
}
if (is_numeric($v)) {
return intval($v) !== 0;
}
$s = strtolower(trim((string)$v));
return in_array($s, ['1', 'true', 'yes', 'y'], true);
}
private function postChat(array $payload)
{
$this->lastPostError = '';
try {
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $this->url);
curl_setopt($ch, CURLOPT_POST, true);
curl_setopt($ch, CURLOPT_POSTFIELDS, json_encode($payload, JSON_UNESCAPED_UNICODE));
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, min(15, $this->timeout));
curl_setopt($ch, CURLOPT_TIMEOUT, $this->timeout);
$headers = ['Content-Type: application/json'];
if ($this->apiKey !== '') {
$headers[] = 'Authorization: Bearer ' . $this->apiKey;
}
curl_setopt($ch, CURLOPT_HTTPHEADER, $headers);
$raw = curl_exec($ch);
if ($raw === false) {
$this->lastPostError = 'LLM curl error: ' . curl_error($ch);
\think\Log::warning('ReferenceRelevanceLlm: ' . $this->lastPostError);
curl_close($ch);
return null;
}
$httpCode = intval(curl_getinfo($ch, CURLINFO_HTTP_CODE));
curl_close($ch);
if ($httpCode < 200 || $httpCode >= 300) {
$snippet = mb_substr(trim((string)$raw), 0, 200);
$this->lastPostError = 'LLM HTTP ' . $httpCode . ($snippet !== '' ? ': ' . $snippet : '');
\think\Log::warning('ReferenceRelevanceLlm: ' . $this->lastPostError);
return null;
}
$data = json_decode($raw, true);
if (!is_array($data)) {
$this->lastPostError = 'LLM response is not valid JSON';
return null;
}
if (isset($data['choices'][0]['message']['content'])) {
return (string)$data['choices'][0]['message']['content'];
}
if (isset($data['content'])) {
return (string)$data['content'];
}
$this->lastPostError = 'LLM response missing content field';
} catch (\Exception $e) {
$this->lastPostError = 'LLM exception: ' . $e->getMessage();
\think\Log::warning('ReferenceRelevanceLlm: ' . $this->lastPostError);
}
return null;
}
private function parseJson($raw)
{
$raw = trim((string)$raw);
if ($raw === '') {
return null;
}
$raw = preg_replace('/^```[a-zA-Z]*\s*|```$/m', '', $raw);
$raw = trim($raw);
$decoded = json_decode($raw, true);
if (is_array($decoded)) {
return $decoded;
}
if (preg_match('/\{[\s\S]*\}/', $raw, $m)) {
$decoded = json_decode($m[0], true);
if (is_array($decoded)) {
return $decoded;
}
}
return null;
}
}