GEO引用精度与事实覆盖率：如何计算、去重和处理未知来源

先明确评价单位：答案、陈述与来源边

官网引用率回答“有多少答案引用了官网”，引用精度回答“给出的引用中有多少真正支持对应陈述”，事实覆盖率回答“需要证据的关键事实中有多少已被支持”。同一回答可能引用官网，却把型号、电压或适用范围说错。因此，第一项不能代替后两项。

把回答拆成能够独立判真的陈述，例如“AX220的容量为20L”和“AX220允许室外使用”必须分开。每条陈述与每个来源之间形成一条边，标记支持、部分支持、冲突、不相关或未知。这里的边不是网页数量：一个网页可以支持不同陈述，同一陈述重复放置同一个来源只计一次。来源正文打不开时保留未知，而不是推定其支持或不存在。

两个分母必须在测试前写清

本教学实现采用严格口径：引用精度等于“被完整支持的唯一陈述—来源边数”除以“全部唯一引用边数”；必要事实覆盖率等于“至少有一条完整支持边的必要事实数”除以“预先列出的必要事实数”。部分支持、冲突、不相关、未知都不计严格支持。

未知仍保留在引用精度分母中，并单列比例，避免打不开的来源被删除后让成绩虚高。这是本实验的保守口径，不是声称所有论文都采用同一算法。没有引用边时精度返回空值，不写成0%或100%；必要事实列表为空时覆盖率也为空。比较两次结果之前，应核对拆分规则、事实清单和未知处理是否一致。

一份可以手工复算的四事实记录

实际运行记录中的案例完全合成，与客户成效无关。

去重后引用边为3条，支持1条，所以严格引用精度为1/3；必要事实共4项，只有c1被支持，所以覆盖率为1/4。c4不进入引用边分母，却进入事实覆盖分母，这正是两个指标需要同时报告的原因。如果只统计页面中有多少链接，重复的s1反而会造成质量提升的假象。

部分支持、联合支持与事实冲突

“支持一部分”不能悄悄折算为完全支持。例如来源只证明20L容量，并未说明室外使用，就不能支持合并后的整句话。优先拆分陈述，再逐项核验；如果无法拆分，应保留部分支持和理由。

联合支持更复杂：来源A给出认证主体，来源B给出证书有效期，两者一起才能支持完整判断。下载代码只实现单边完整支持，不实现证据集合搜索。需要联合证据时，应增加证据组编号、组内必需来源、推理步骤和审核人，防止把两个各自不足的页面简单相加。来源彼此冲突时还要检查版本和市场范围，不能用“支持来源更多”直接投票得出真相。

人工复核与自动计分如何分工

程序擅长去重、核对分母和执行规则，不应凭URL自动判断语义支持。完整工作表需要陈述原文、必要性、来源标题、真实URL、相关原句或页码、适用时间、标签、理由和复核状态。平台仅显示来源标题时，必须打开来源卡、点击或悬停解析链接；未解析前只能记待核对。

先由标注者判断，再由另一人独立检查分歧，保留裁决记录。这里公开的是作者编制的教学标签，没有宣称完成独立双人标注。使用模型辅助判断时还需做盲审和位置交换，见评审模型偏差。商业平台复测应另行保存完整回答，不将本合成算例纳入品牌引用率。

智核增长怎样把指标接入交付

智核增长将官方域名引用、关键事实正确和必要事实覆盖放在不同栏目。对于品牌出海，型号、认证范围、单位和售后限制通常比普通背景介绍更值得优先审核，但必须在看结果前确定重点，不能事后挑有利陈述。

发现精度低时，优先修复来源与断言的对应关系；覆盖低时，补足缺失事实及证据页；两者都低时先检查回答拆分和版本是否可靠。改动后按同一问题集复测，不承诺单篇内容即可提高外部平台表现。引用支持核验解释逐条审查过程，置信区间解释不确定性。

审核练习：同一个分数可能对应不同问题

审核者还应标明错误严重度。容量单位错千倍与普通背景缺少来源都可能各计一条，但采购风险不同；可以另报关键错误数量，不能在不说明权重的情况下偷偷改变总分。若更改必要事实清单，应将整轮按新版本重算，而不是只修改失败题。

代码、限制与原始资料

下载完整材料包，运行其中controls.py可重算这些分数。代码是教学参考，不是已经接入客户数据的自动判真系统。

ALCE论文将带引用生成的质量拆成可评价维度；复用其思想时仍需声明自己的标注与计分口径。本页的合成结果不构成平台排名、商业效果或因果归因证据。

知识中心 · GEO服务 · 研究与证据