2.9 KiB
早期 NLP 来源范围复核
核查时间：2026-11-08 18:27 UTC（北京时间11月9日）。本轮只修正来源候选和记录可获得性，没有操作生产数据库。
跨会议候选修正
先前候选清单将 conf/coling/1965、1967、1969、1973 匹配到 ACL 年会缺口。这四卷标题明确属于 COLING；COLING 官方 Anthology 目录将它们列在 COLING 下。出版者写作 ACL 或目标映射包含 COLING，不足以证明某一年是 ACL 联办届次。
从 ACL 候选中排除上述四卷，原始卷字段和排除理由保留在候选JSON的 excluded_cross_venue_candidates 中。135个历史会议—年份位置仍未关闭；有初步候选来源的年度由89修正为85，尚未匹配的由46增至50。这些数字是目录初筛结果，不是已验证可导入的论文数。
联合届次仍按具体年度的明确会议身份处理，例如有官方联办证据的卷可以属于多个会议。不能一律排除跨family卷，也不能把联合卷重复导入为两批论文。
来源待核实的早期年份
| 范围 | 本轮官方来源观察 | 处理 |
|---|---|---|
| ACL 1963–1978，共16年 | ACL 官方 Anthology 目录目前从1979年列起 | 保留历史举办清单；逐年核实是否有可索引发表材料，不能据会议举办就断言漏采正式论文集，也不据目录缺失断言未出版 |
| COLING 1971、1976、1978 | 主办委员会历史列出这三届；当前Anthology COLING目录未列出 | 来源缺口继续开放，需要主办方或出版者逐篇索引；不生成占位论文或录用/拒稿记录 |
这19个位置不能用其他会议的卷补齐，也不能因本轮未找到目录而删除。公开拒稿可获得性是独立核查，不从论文集或录用清单缺失推断。
证据与复核
三份原始HTML及 receipts.json 保存在工作证据目录 paper-index/nlp-history-source-review-v1/；结构化响应URL、时间、状态、字节数和完整SHA256收录于候选JSON的 scope_review.evidence。三次响应均为HTTP200；未获取论文全文。
| 官方来源 | 响应SHA256 |
|---|---|
| acl-venue | d04c188c0769e065f18ca9c0246f70086e2f7027ce3efe5ea0f2cdc641796b72 |
| coling-venue | 8e7ec0a2915bfbccaa26b7a7558a9cf977c4aadc119794516ecebb826f61623f |
| iccl-history | c5286dc51236c90685d22543ff1f7b209adcb3eedb82a7b1ac2115c8dd0169fc |
复核时先校验保存的原始响应哈希，再读取目录中的会议身份和年度。实时网页若已变化，应另存新响应和时间，不能把新内容套用旧哈希。本次不改最初会议年度清单或生产年度快照，不代表第14步覆盖验收或第16步最终全库审计完成。