feat: 標註工具與試跑 (#5)

標籤白名單、標註指示、批次切分、合併與檢查、抽查清單，以及 100 句試跑結果。

Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>

tools/corpus/README.md

@@ -46,3 +46,25 @@ python3 -I tools/corpus/extract_dialogues.py ~/anime-companion-data/sao/wiki ~/a
 ```bash
 cd tools/corpus && python3 -m unittest -q test_extract_dialogues
 ```
+
+## 3. 標註（W4）
+
+規則只判定約一成，其餘由 Claude sub-agent 標註說話者、功能標籤與情緒。標籤白名單在 `tags.json`，標註指示在 `label_prompt.md`。
+
+```bash
+# 試跑：分層抽樣 100 句（未判定 50、規則中信心 25、規則高信心 25）
+python3 tools/corpus/make_batches.py ~/anime-companion-data/sao/dialogues.jsonl ~/anime-companion-data/sao/labeling/pilot/in --pilot 100
+# 每個批次檔交給一個 sub-agent，輸出同名 jsonl 到 .../pilot/out/
+python3 tools/corpus/merge_labels.py ~/anime-companion-data/sao/dialogues.jsonl ~/anime-companion-data/sao/labeling/pilot/out ~/anime-companion-data/sao/labeling/pilot/merged.jsonl --review-dir ~/anime-companion-data/sao/labeling/pilot/review
+```
+
+- 批次檔不含規則判定的說話者，讓標註獨立，才能和規則比對。
+- 只採用 `confidence=high` 的說話者；`unknown`、`none`（非說出口的「」）與其他信心都視為未判定。
+- 標籤不在白名單內的整筆丟棄。
+- `--review-dir` 為亞絲娜與直葉各輸出最多 20 句抽查清單。
+
+### 試跑結果（100 句）
+
+- 標註全部通過白名單檢查，採用 70 句（high 且非 unknown）。
+- 規則高信心與標註一致 20/25，中信心 15/25。不一致的例子顯示規則會把「對她說道」的聽者當成說話者，也會把「我眼前」的「我」當成說話者，所以最終以標註為準，規則只當參考。
+- sub-agent 回報的模糊處（非說出口的「」、無名角色、信心門檻）已補進 `label_prompt.md`。