# 《黄帝内经素问语译》结构优先 · 验收报告

**2026-10-02** · 本机实测 · 对应「先完成 A/B 检索、异常块核查、人工抽查」三项前置要求

---

## 一、三项前置验收：已完成两项 + 一项待人工过目

### 1. A/B 检索对比：无退步（也未明显提升）

新结构库（924 片，一条一片）vs 旧库 md 版（891 块，约 1200 字一块），12 题中 9 题的关键串确认存在于本书（另 3 题的关键串在书中不存在，已剔除，非检索失败）。均限定到本书、TopK=4。

| 查询 | 关键串 | 新结构库 | 旧库 md |
|---|---|---|---|
| 女子七岁 肾气盛 齿更发长 | 女子七岁 | **1** | 2 |
| 阴阳应象大论 阴阳者天地之道也 | 阴阳者 | 1 | 1 |
| 四气调神大论 春三月 | 春三月 | 1 | 1 |
| 生气通天论 阳气者若天与日 | 阳气者 | 1 | 1 |
| 恬惔虚无 真气从之 | 恬惔虚无 | 1 | 1 |
| 至真要大论 谨守病机 | 谨守病机 | 1 | 1 |
| 灵兰秘典论 心者君主之官 | 君主之官 | 1 | 1 |
| 经脉别论 食气入胃 | 食气入胃 | 1 | 1 |
| 六节藏象论 心者生之本 | 生之本 | **1** | 2 |
| **汇总** | | **单块精确命中 9/9** | **9/9** |

**结论**：检索能力没有退步，也没有明显提升——旧库那种「1200 字一大块」同样能命中。真正的差别在**可引用性**：

| 维度 | 新结构库 | 旧库 md 版 |
|---|---|---|
| 命中块长度中位 | **531 字符**（一条完整内容） | 328 字符（常为半条，原文/语译分离） |
| 每条出处 | **有**（原 XHTML 页 + 元素号 / 锚点，924/924 可回解） | 无 |
| 图片 | **558 个占位保留** | **0（全丢）** |
| 缺字信息 | 保留字形图（可恢复） | 只剩 `〔缺字〕` 占位 |

### 2. 异常短块核查：2 个，均为正常

不足 50 字符的块只有 2 个，都是**素问的亡篇**（原书即只有篇名、无正文）：

- `〔源：part0172.xhtml 元素46（CHP21-2）〕 刺法论篇第七十二(亡)`
- `〔源：part0172.xhtml 元素47（CHP21-3）〕 本病论篇第七十三(亡)`

**不是孤立标题缺陷**，无需处理。

（此前 79 个孤立标题已修复：篇标题原先单独成片，现改为与紧随正文同片。）

### 3. 自动结构检查：干净

| 检查项 | 结果 |
|---|---|
| 顺序颠倒（【注解】出现在【语译】之后） | **0** |
| 跨条粘连（一块含 ≥2 个【语译】） | **0** |
| 一块含 ≥2 个【注解】 | **1** —— 是书前的《素问》序，序文本身含多组注，属正常 |
| 既无【注解】也无【语译】的长块 | 13 —— 序、说明、目录等，正常 |
| 含图片占位的块 | 190 |
| 入库逐字无损 | **82 / 82 篇** |
| 出处可回解 | **924 / 924 条** |
| 逐篇块数与送入片数一致 | **82 / 82** |

### 4. 人工抽查：抽查单已生成（30 个单元）

文件：`工作区\抽查单-素问语译-20261002.md`
覆盖：开头 3 / 中间 3 / 结尾 3 / 最长条目 3 / 带图片 3 / 异常短块 2 / 完整条（原文+注解+语译）8 / 卷·篇开头 3 / 多注解块 2。
每条给出：库内块原文 + 声明的原 XHTML 出处（含可回解标记）+ 自动结构判定。

> 说明：本书**没有脚注锚点**（用 ①②③ 行内注号），因此抽查项中的「带脚注」在本书不适用；该项将在有脚注的书（如《经络腧穴学》1922 个锚点）上覆盖。

---

## 二、本轮新发现：字形图 = 可恢复的缺字（重要）

抽查中发现新库原文里有 `![](image08701.gif)` **嵌在句子中间**：

- **新结构库（EPUB 源）**：`…天癸竭，地道不通 ![](image08701.gif) ，故形坏 ![](image08702.gif) 而无子也。`
- **旧 md 版**：`…天癸竭，地道不通〔缺字〕，故形坏〔缺字〕而无子也。`

即：**出版社把生僻字/异体字做成了字形图**，旧 md 转换时图片被丢弃、只留下 `〔缺字〕` 占位。

**对应关系完全吻合**：《素问语译》旧 md 中 `〔缺字〕` 出现 **554 次**，EPUB 中 `.gif` 字形图为 **554 张**。

**全书目普查**（10 个 EPUB）：

| EPUB | 图片总数 | 其中 .gif（字形图） | .jpg（插图） |
|---|---|---|---|
| 中医古籍整理丛书重刊 | 11080 | **10921** | 159 |
| 中医临床必读丛书典藏版 | 2878 | **2532** | 346 |
| 经络腧穴学 | 219 | 0 | 219 |
| 刺法灸法学 | 221 | 0 | 221 |
| 王洪图内经讲稿 | 109 | 42 | 67 |
| 单玉堂针灸配穴通俗讲话 | 84 | 0 | 84 |
| 张廷模临床中药学讲稿 | 55 | 51 | 4 |
| 邓中甲方剂学讲稿 | 48 | 42 | 6 |
| 单玉堂伤寒论针灸配穴 | 40 | 0 | 40 |
| 针灸治疗学 | 40 | 0 | 39 |
| **合计** | **14774** | **13588** | **1186** |

**含义**：约 **1.36 万个字（或符号）** 目前在所有书目中处于「缺失/占位」状态，而原件里都有字形图。因此「字形图提字」不是给图配说明，而是**把正文丢掉的字找回来**——这是正文质量工程，优先级高于一般图注。

**建议流程**：字形图 → 视觉/OCR 识别 → 与上下文比对（可用「缺字清单」交叉验证）→ 人工核对 → 以 `〔字形图：X〕` 或直接补字写入正文，**未核对的只作待核标注**，不直接当作权威正文。

---

## 三、下一步（建议顺序）

1. **你人工过目抽查单**（30 个单元），确认原文/注解/语译无错位 → 通过后进入批量
2. 按已确认的方案：现有新库**改名**为「中医·结构优先」（库 id 不变，检索开关无需再动），46 本按书建目录，每本附处理记录
3. 固化「医经语译类」规则，处理剩余 11 本明显碎的书（含《脉经校注》）
4. 再处理 34 本原本较粗的书（连图片、脚注、字形图一起从 EPUB 重做）
5. **字形图提字**单独立项（约 1.36 万张），先做 1 本书验证准确率，再批量

---

## 四、当前状态（未改动清单）

- 原始 EPUB、旧「中医」库（47 文档）、「中医新」库（6535 块）、插件文件 —— 均未改动
- 新库「经络腧穴学·结构优先」已启用检索，库级仅设 `siblingChunks=0`
- 临时库 `_tmp-素问语译-结构C`（`5617e717-85df-4df5-984b-2ad3bd57821f`，2026-10-02 修正边界后重建：924 片 / 82 篇）用于本次验收，通过后可删

*本报告不含任何 API key 或凭据。*