队名规范化
同名队伍如何借助赛事与地区字段区分
使用赛事和地区上下文，不凭名称强行合并。 本文给出可复核步骤、状态边界、脱敏记录方法与复核路径。
同名队伍可能来自不同地区、赛事、级别、性别或年龄组，名称本身不足以共享entity_id。消歧工作要先保留多个候选，再用赛事上下文、地区、活跃赛季、来源内部编号和对手集合逐项排除。上下文不全时，UNKNOWN比强行合并更安全，因为错误合并会污染历史成绩和统计。
本页没有现实队伍的消歧证据。虚构的两个“联合队”分别出现在甲地区成年联赛和乙地区青年杯赛，只用于说明字段关系。它们暂时使用E1、E2两个候选标识；任何页面相似、徽标颜色或译名接近都不进入身份判断。消歧过程应建立负证据，而不仅收集相同点。例如两个候选在同一时刻参加不同地区赛事，是强烈的分离线索；一个候选年龄组明确、另一候选UNKNOWN，则不能直接视为相同或不同。对手集合的重叠只有在赛季和比赛标识可核时才有意义，来源抓取重复可能制造假重叠。场地也可能被多队共用，不是唯一身份字段。候选评分需要列每个字段贡献和缺口，阈值只决定是否进入人工复核，不自动合并。人工复核查看来源原名、赛事规则、内部编号和时间线，并尝试找反例。若合并会让同一天出现两场物理不可能的比赛，系统生成关系冲突；但时间时区未知时不能据此下结论。拆分后历史统计按版本重算，旧文章引用哪个entity_version也要记录。读者页面在待消歧期间用来源原名展示，禁止把其中一个候选的徽标或地区借给另一条记录。
先创建多个候选实体容器
遇到同名原文时，不复用现有entity_id，而创建candidate_set。每个候选保存赛事、地区、级别、年龄组、活跃赛季、来源编号和证据。没有值的字段为UNKNOWN，不从名称后缀推断。候选集带创建原因与到期复核条件，新增资料只更新相关证据栏；任何自动合并都必须先通过并发赛程与年龄级别反例。
候选容器不参与正式队史汇总，避免待核资料进入统计。来源后续补充上下文时，更新候选证据而非改原名。若发现其实是同一实体，合并也通过修订事件完成，保留候选曾经分开的历史。
- 同名先建立候选集合
- 候选不进入正式汇总
- 合并通过修订事件
按赛事和地区构建上下文
competition_id比赛事显示名可靠，地区使用有来源的国家、城市或联盟范围。一个队可能参加跨地区赛事，因此地区只是证据之一。赛事信息缺失时不能用页面域名或语言推测所在地。
赛季边界帮助排除同名实体在不同年代的重叠，但改名或迁移会造成例外。上下文表保存值、来源和时间。冲突地区并列记录，resolved_region为UNKNOWN，不能挑更常见地点。
- 赛事使用稳定标识
- 地区只作证据之一
- 冲突地区不自动裁决
利用级别与组别避免误并
成年、青年、预备、女子等组别必须独立字段，不埋在名称字符串。来源省略后缀时group_type为UNKNOWN，不能默认成年。相同俱乐部体系下的不同队仍拥有独立比赛实体。
级别字段来自赛事规则或来源说明，网页图标不构成证据。年龄界限可能随赛季变化，规则版本随值保存。组别后来确认时，通过映射修订更新候选，旧UNKNOWN继续可查。
- 组别使用独立字段
- 缺后缀不默认成年
- 年龄界限绑定规则版本
把来源编号和对手集合当佐证
来源内部队伍号可稳定区分同名，但只在该来源范围内有效，不直接成为跨来源实体号。对手集合、场地和赛历可提供关联线索，需要多项一致并有时间重叠。
单个相同对手不能证明实体同一，尤其在杯赛中。算法给候选分数时公开各项贡献，分数不自动确认。缺少来源编号时保留UNKNOWN，不从URL尾号或图片文件名猜测。
- 来源编号限定来源范围
- 对手集合只作辅助
- 评分不自动确认实体
处理拆分与合并提议
合并提议列候选、共同证据、反例、影响记录和复核状态；拆分提议指出哪些历史记录应迁移。执行前生成预览，禁止一键覆盖。证据不足时提议保持开放。
执行后每条受影响赛程产生映射修订，统计按新版本重算。原entity_id不物理删除，而是标合并或拆分关系。若后续发现错误，可以反向修订，不丢失此前页面为何展示某队史。影响清单还包括文章内链、图片说明、面包屑和结构化实体。执行前后分别保存引用数量，差异无法与提议范围对应就停止发布。
- 合并拆分先生成影响预览
- 执行产生逐记录修订
- 旧实体标关系不物理删除
用同名反例测试自动流程
测试样例覆盖同名异地、同俱乐部不同组别、跨语言译名、赛季迁移和来源编号冲突。预期多数保持候选，而非追求自动命中率。系统若在缺赛事字段时仍合并，测试应失败。
盲审人员分别阅读证据并写判断理由。意见不同继续UNKNOWN，不采用票数。测试版本、样例指纹和结果保存，模型或规则更新后对比误并风险，而不是只看处理速度。验收同时计算错误合并、错误拆分、候选遗漏和未决比例，并按年龄级别、地区与语言分层。对曾经错误合并的样例建立永久反例，确认新算法不会再次借用徽标、排名或对手统计。规则改变只更新候选，不静默改正式实体关系。
- 反例优先检验误并风险
- 缺赛事字段禁止自动合并
- 审阅分歧保持UNKNOWN
向读者展示用于区分的字段
页面同名卡并列赛事、地区、级别、赛季、来源状态和候选标识。无法区分时明确“待消歧”，不随便选择一个规范名。公开资料不包含内部账号或个人信息。
同名消歧先列出候选全集，再为每个候选分别记录支持、反对与无法判断的证据，不能只展示最终对象。赛事标识、年龄级别、地区、语言原名、来源编号、有效区间和去重后的对手网络可以参与判断，徽标、页面颜色与营销文案不能。时间比较采用区间；缺时区或只有日期时扩大不确定范围，区间重叠也不自动证明冲突。决定前做双向反事实：假设候选不同，资料能否同时成立；假设它们相同，是否出现年龄、地区或并发赛程矛盾。两种解释都无法排除时保持候选态，不加载任一方的图片、排名或别名。拆分后旧聚合标识作为历史引用保留，搜索同时列出候选和区分字段，不按热度隐藏其中之一。状态改变通过消歧事件追加，旧统计版本仍能解释当时为何未合并或曾错误聚合。回归集至少包含完全同名但确定不同、名称略异但确定相同、证据后来反转和始终无法判断四类。词典、实体算法或赛事结构每次变化都重跑，并分别计算错误合并与错误拆分。测试还复制同一比赛报道，确认对手网络先按上游指纹去重；移除一个关键区分字段后，结论必须自动退回候选。反事实评审必须保存被排除候选及其反对证据，后续资料反转时才能恢复候选，而不从零猜测。
- 同名卡公开区分字段
- 待消歧不选默认实体
- 待定状态在前端、搜索、统计和结构化输出中均不选择热门实体，旧链接仍能访问拆分前聚合版本
