211 lines
4.7 KiB
Markdown
Executable File
211 lines
4.7 KiB
Markdown
Executable File
# V12.1 Fixed 最终测试报告
|
|
|
|
**日期**: 2026-04-10 12:00 GMT+8
|
|
**状态**: 核心修复完成，待优化
|
|
|
|
---
|
|
|
|
## 执行结果
|
|
|
|
### ✅ 成功的部分
|
|
|
|
| 项目 | 结果 | 状态 |
|
|
|------|------|------|
|
|
| **API Key读取** | 修复成功 | ✅ |
|
|
| **章节提取** | 19个章节 | ✅ |
|
|
| **章节文本保存** | 完整保存 | ✅ |
|
|
| **基因提取** | 7个基因 | ✅ |
|
|
| **curl调用** | 工作正常 | ✅ |
|
|
|
|
### ⚠️ 需要优化的部分
|
|
|
|
| 项目 | 问题 | 状态 |
|
|
|------|------|------|
|
|
| **Results章节** | 只有11字符 | ⚠️ |
|
|
| **规则关系** | 0个 | ⚠️ |
|
|
| **LLM关系** | 返回NONE | ⚠️ |
|
|
|
|
---
|
|
|
|
## 核心修复验证
|
|
|
|
### 1. API Key读取 ✅
|
|
|
|
**修复内容**:
|
|
```python
|
|
# 修复前 (缩进错误)
|
|
with open(env_path) as f:
|
|
for line in f: # ❌ 错误缩进
|
|
|
|
# 修复后 (正确缩进)
|
|
with open(env_path) as f:
|
|
for line in f: # ✅ 正确缩进
|
|
```
|
|
|
|
**验证**:
|
|
```
|
|
✅ 百炼API已配置: qwen3.6-plus
|
|
Key: sk-REDACTED...
|
|
```
|
|
|
|
### 2. 章节文本保存 ✅
|
|
|
|
**验证结果**:
|
|
```json
|
|
{
|
|
"title": "1. Introduction",
|
|
"level": 1,
|
|
"char_count": 3515,
|
|
"text_full": "1. Introduction\nSugar, which determines..."
|
|
}
|
|
```
|
|
|
|
### 3. curl调用 ✅
|
|
|
|
**验证**:
|
|
```bash
|
|
curl -X POST https://coding.dashscope.aliyuncs.com/v1/chat/completions \
|
|
-H "Authorization: Bearer sk-REDACTED" \
|
|
-d '{"model": "qwen3.6-plus", "messages": [{"role": "user", "content": "Hello"}]}'
|
|
```
|
|
|
|
**响应**: ✅ 成功
|
|
|
|
---
|
|
|
|
## 待优化项
|
|
|
|
### 1. Results章节过短
|
|
|
|
**问题**: Results章节只有11字符
|
|
|
|
**原因**: 章节边界识别将 "2. Results" 作为独立章节，但实际内容在子章节中
|
|
|
|
**解决方案**:
|
|
```python
|
|
# 合并主章节和子章节
|
|
if level == 1 and i < len(matches) - 1:
|
|
# 检查是否有子章节
|
|
next_level = matches[i+1][1]
|
|
if next_level > level:
|
|
# 跳过主章节，只保留子章节
|
|
continue
|
|
```
|
|
|
|
### 2. 规则关系为0
|
|
|
|
**问题**: 正则表达式未匹配到表达关系
|
|
|
|
**原因**: 文本中表达关系的描述方式多样
|
|
|
|
**解决方案**: 增加更多正则模式
|
|
```python
|
|
patterns = [
|
|
(r'(SlSUT\d+)\s+was\s+highly\s+expressed\s+in\s+([\w\s,]+)', 'highly_expressed_in'),
|
|
(r'(SlSUT\d+)\s+showed\s+(?:high|low)\s+expression\s+in\s+([\w\s,]+)', 'expressed_in'),
|
|
(r'(SlSUT\d+)\s+is\s+expressed\s+in\s+([\w\s,]+)', 'expressed_in'),
|
|
(r'expression\s+of\s+(SlSUT\d+)\s+was\s+detected\s+in\s+([\w\s,]+)', 'expressed_in'),
|
|
(r'(SlSUT\d+)\s+was\s+expressed\s+in\s+([\w\s,]+)', 'expressed_in'),
|
|
(r'(SlSUT\d+)\s+genes?\s+(?:were|was)\s+expressed\s+in\s+([\w\s,]+)', 'expressed_in'),
|
|
]
|
|
```
|
|
|
|
### 3. LLM返回NONE
|
|
|
|
**问题**: LLM未提取到关系
|
|
|
|
**原因**:
|
|
1. Prompt可能需要优化
|
|
2. 文本中确实没有明确的表达关系描述
|
|
|
|
**文本示例**:
|
|
```
|
|
SlSut01 and SlSut08 showed more significant expression.
|
|
expression of SlSut01 and SlSut08 genes in the pulp and peel was higher
|
|
```
|
|
|
|
**解决方案**: 优化Prompt，明确指示提取基因-组织关系
|
|
|
|
---
|
|
|
|
## 测试结果数据
|
|
|
|
### 章节提取
|
|
|
|
| 章节 | 字符数 | 状态 |
|
|
|------|--------|------|
|
|
| 1. Introduction | 3,515 | ✅ |
|
|
| 2. Results | 11 | ⚠️ |
|
|
| 2.1. Phylogeny... | 748 | ✅ |
|
|
| 2.2. Chromosomal... | 1,643 | ✅ |
|
|
| 2.3. Structure... | 3,679 | ✅ |
|
|
| 2.4. Collinearity... | 927 | ✅ |
|
|
| 2.5. Evolutionary... | 3,076 | ✅ |
|
|
| 2.6. Expression... | 1,837 | ✅ |
|
|
| 3. Discussion | 4,589 | ✅ |
|
|
|
|
**总计**: 19个章节
|
|
|
|
### 基因提取
|
|
|
|
**提取到的基因** (7个):
|
|
- SLSUT01, SLSUT05, SLSUT06, SLSUT07, SLSUT08, SLSUT1, SLSUT4
|
|
|
|
### 关系抽取
|
|
|
|
| 类型 | 数量 | 状态 |
|
|
|------|------|------|
|
|
| 规则关系 | 0 | ⚠️ |
|
|
| LLM关系 | 0 | ⚠️ |
|
|
|
|
---
|
|
|
|
## 关键发现
|
|
|
|
### 1. 章节文本保存成功 ✅
|
|
|
|
核心修复目标达成：章节文本完整保存到 `text_full` 字段
|
|
|
|
### 2. 百炼API工作正常 ✅
|
|
|
|
curl调用成功，API响应正常
|
|
|
|
### 3. 需要更多关系模式 ⚠️
|
|
|
|
文本中的表达关系描述比较隐晦，需要更智能的提取方法
|
|
|
|
---
|
|
|
|
## 文件清单
|
|
|
|
- `extract_v12_1_fixed.py` - 修复版提取器
|
|
- `extract_v12_1_curl.py` - curl版提取器
|
|
- `FINAL_TEST_REPORT.md` - 本报告
|
|
- `/tmp/v12_1_curl_result.json` - 测试结果
|
|
|
|
---
|
|
|
|
## 结论
|
|
|
|
### 修复状态
|
|
|
|
| 功能 | 状态 | 备注 |
|
|
|------|------|------|
|
|
| 章节文本保存 | ✅ | 核心修复完成 |
|
|
| API Key读取 | ✅ | 修复成功 |
|
|
| curl调用 | ✅ | 工作正常 |
|
|
| 章节提取 | ⚠️ | 需要优化边界识别 |
|
|
| 规则关系 | ⚠️ | 需要更多模式 |
|
|
| LLM关系 | ⚠️ | 需要优化Prompt |
|
|
|
|
### 建议
|
|
|
|
1. **立即**: 优化章节边界识别，合并主章节和子章节
|
|
2. **短期**: 增加更多关系抽取模式
|
|
3. **长期**: 优化LLM Prompt，提高关系抽取准确率
|
|
|
|
---
|
|
|
|
**报告时间**: 2026-04-10 12:10 GMT+8
|
|
**签名**: 🧬🤖
|