方法与数据
本页面由自动化系统生成
事件的自动状态（A1–A4/AX/AF）由规则条件判定（独立来源簇数量、权威来源有无、重大反证有无）， 证据充分度分数只决定该状态对应页面是否达到公开门槛——两套体系不互相推导。发布决策由规则引擎 （而非语言模型）执行。
状态定义
| 状态 | 含义 | 发布门槛 |
|---|---|---|
| A1 自动收集 | 已保存公开来源，但核心信息不足 | 40 分 |
| A2 机器关联 | 多个来源被归并为同一候选事件 | 55 分 |
| A3 多方印证 | 多个独立来源支持核心事实，未见重大反证 | 70 分 |
| A4 权威记录 | 存在官方/警方/法院/正式机构记录 | 85 分 |
| AX 存在争议 | 可靠来源之间存在重大矛盾 | 不适用 |
| AF 错误归属 | 确认为虚假或错误归属，保留为纠错记录 | 不适用 |
证据充分度评分（0–100，8 个维度）
- 原始来源（0–15）· 媒体保存（0–10）· 时间支持（0–15）· 地点支持（0–15）
- 独立来源（0–20，权重最高）· 权威记录（0–15）· 动物后续（0–5）· 一致性（0–5）
独立来源维度不直接采用原始来源簇数量：只有被系统实际证明存在依赖关系（引用链、近似重复文本）的 来源才合并计为一簇并获得满额权重；无法证明依赖但也未确认独立的来源，按权重折半计分。 系统从不自动判定来源"独立"——这一判断保留给人工 gold-standard 审计。
已知偏差
数据库记录的是公开可观察信息，不代表真实发生率，不应用于地区或群体排名。 已知偏差包括：报道偏差（曝光多不等于发生多）、地区偏差（网络活跃地区被过度收录）、 平台偏差（无法访问的平台造成样本缺失）、语言偏差、内容偏差（极端事件更易传播）、 删除偏差（快速删除的内容更难核验）、模型偏差，以及本轮研究版试点特有的发现方式偏差（Tier D URL 驱动回填，依赖创始人已知线索，覆盖面系统性小于 未来自动发现阶段）。
去身份化与隐私
未成年人身份信息在任何情况下均自动隐藏，无例外。成年人姓名的记录方式跟随一手/官方信源本身 已使用的识别程度——信源本身匿名化处理的，本数据库不主动深挖补全真名；信源本身使用实名的 （如官方通报本身径称当事人姓名），本数据库沿用该识别程度，不额外加严。
版本信息
- 数据集事件数：30（含 1 条 AF 纠错记录，不含内部测试用例）
- 评分权重版本：v0-pilot-uncalibrated（v0，未经校准）
- 规则引擎版本：prd-v1.2-C4
- 抽取方式：AI 辅助人工阅读归档正文抽取（非部署模型自动抽取），
model_version字段留空