feat: wiki 讀取與對白抽取腳本 #13

2026-10-14T17:12:20Z

admin commented

2026-10-14 17:12:20 +00:00

Closes #4

內容

tools/corpus/fetch_wiki.py：用 tea 的驗證讀取 jiantw83/sao wiki 全部 83 頁，存到 repo 之外。
tools/corpus/extract_dialogues.py：抽出 4,324 句「」對白與前後文，用規則判定明確的說話者；疑似 wiki 銜接重複的標 suspect_duplicate（58 句）。
tools/corpus/characters.json：別名表。
.gitignore：corpus/、build/ 改為只擋根目錄（原本也會擋到 tools/corpus/），加 __pycache__/。

驗證

python3 -m unittest：15 項通過。
實跑結果：4,324 句，規則判定 404 句（高信心 262、中信心 142），其餘 3,920 句交給 W4。

🤖 Generated with Claude Code

Closes #4 ## 內容 - `tools/corpus/fetch_wiki.py`：用 tea 的驗證讀取 `jiantw83/sao` wiki 全部 83 頁，存到 repo 之外。 - `tools/corpus/extract_dialogues.py`：抽出 4,324 句「」對白與前後文，用規則判定明確的說話者；疑似 wiki 銜接重複的標 `suspect_duplicate`（58 句）。 - `tools/corpus/characters.json`：別名表。 - `.gitignore`：`corpus/`、`build/` 改為只擋根目錄（原本也會擋到 `tools/corpus/`），加 `__pycache__/`。 ## 驗證 - `python3 -m unittest`：15 項通過。 - 實跑結果：4,324 句，規則判定 404 句（高信心 262、中信心 142），其餘 3,920 句交給 W4。 🤖 Generated with [Claude Code](https://claude.com/claude-code)

admin added 1 commit 2026-10-14 17:12:21 +00:00

feat: wiki 讀取與對白抽取腳本 (#4 ) 9cf8196a3e

fetch_wiki.py 用 tea 讀取 wiki；extract_dialogues.py 抽出「」對白與前後文，
並用規則判定明確的說話者。原文與輸出放在 repo 之外。

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

jiantw83 merged commit a4b5c1689a into main

2026-10-14 17:31:20 +00:00

jiantw83 deleted branch feat/w3-corpus-extract

2026-10-14 17:31:20 +00:00

admin referenced this pull request

2026-10-14 20:52:41 +00:00

feat: 亞絲娜與直葉的角色包 #16

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: jiantw83/jsc-plugins#13