队名规范化
简称、全称与译名怎样建立可撤回映射
规范名称可撤回且永远保留来源原名。 本文给出可复核步骤、状态边界、脱敏记录方法与复核路径。
简称、全称与译名之间的关系不是永久替换，而是一条可以撤回的映射。来源写法必须原样保存，规范名称只是某一版本下的编辑选择。若以后发现青年队后缀、地区或语言理解有误，系统应能撤销映射并恢复待核，而不是篡改所有历史输入。
当前没有真实队伍的身份材料，所有映射结果为UNKNOWN。虚构名称“甲城竞技”仅用于说明source_name、normalized_name、language、competition、region、evidence、valid_from和status如何关联。名称相似不证明所有权或实体同一，缺赛事与地区上下文时不自动命中词典。可撤回映射还需处理显示名与检索名的分工。显示名可以按语言偏好选择一条已核标签，检索索引可以包含多个别名，但命中别名只返回候选实体，不能直接把新记录写入该实体。别名有有效期，队伍改名后旧称仍用于历史搜索，却不再作为当前显示首选。译名来自编辑时，保存转写规则、语言和复核时间；来源自身使用的外文名则是另一条source_label。自动去掉“俱乐部”“青年”等词可能扩大召回，却也会增加误并，因此这类简化只用于搜索token，不用于规范值。撤回映射后，受影响文章标题可以保留当时版本并加更正说明，数据层重新指向UNKNOWN或新实体。若两个来源引用同一队但一个省略级别，仍需赛事上下文证明，不能因另一个来源完整就替缺失来源补后缀。映射卡最后列“支持的断言”和“不能支持的断言”，明确它只解决名称指向，不证明队伍所有权、赛事资格或当前状态。
将来源原名设为只读事实层
source_name按来源字符、大小写、空格和标点保存，另存语言判断与转录方法。清洗只生成normalized_candidate，不改原字段。来源图像需有许可和指纹，人工摘录记录观察时间。无法辨认的字符以UNKNOWN片段标记，不猜测补字。
同一来源后来改名，新采集生成新来源记录并连接时间，不覆盖旧原名。多个来源采用不同写法，各自保留。公开页可展示必要的脱敏原文，内部会话参数和个人资料不进入名称卡。
- 来源原名始终只读
- 无法辨认字符不猜补
- 来源改名新增时间记录
建立候选映射而非直接合并
候选搜索使用赛事、地区、级别、语言和活跃赛季缩小范围，再比较简称或译名。每个候选有entity_id、匹配字段和反例。只有证据支持才转为confirmed；上下文不足时normalized_name为UNKNOWN。
词典命中只提供候选，不自动确认。青年、女子、预备或地区后缀缺失可能指向不同实体。编辑不能因网页布局把两个名字归为一队。候选列表过长时保留待映射，并说明最缺哪一个上下文字段。
- 词典命中只生成候选
- 实体确认需要上下文证据
- 缺字段时保持待映射
为每次映射保存理由与版本
mapping_id保存来源记录、目标实体、映射类型、证据、规则版本、建立时间和复核状态。简称扩展、语言翻译与错字修正使用不同reason_code。一个映射不能同时承担三种原因。
规范词典更新后，不把所有旧记录静默重算。先生成影响预览，显示哪些名称会改变、哪些统计需重建。批准后每条记录产生修订事件，旧mapping_id仍可查。没有证据引用的修改保持提议态。
- 映射理由使用明确代码
- 词典更新先做影响预览
- 无证据修改不得生效
处理多语言和转写差异
同一实体可有多个语言标签，每个标签保存language、script、source、valid_period和preferred_scope。转写规则有版本，不把音译当原名。两种译名相似也需实体证据，不能从拼写距离直接合并。回归样例包含同音不同队、旧译名与新队重名及同一队跨语言写法，搜索可并列候选但不得把热度最高项自动设为实体。
页面选择显示名时依据读者语言与赛事范围，仍能展开来源写法。字符规范化只处理编码等价，不删除有语义的重音、连字符或地区词。语言无法确认时标UNKNOWN，避免错误的翻译链扩散。
- 语言标签分别带来源
- 音译与来源原名分开
- 字符清洗不删除语义词
以失效事件撤回错误映射
发现映射错误时创建invalidation事件，指出原mapping_id、证据、失效时间和影响范围。当前规范值可恢复UNKNOWN或指向新实体，但错误映射不删除。依赖该映射的赛程和统计进入重算队列。
撤回前检查是否已有后续人工修订，避免一键回滚覆盖新证据。批量影响逐记录列出成功、跳过和冲突。对外更正说明名称层变化，不把它误写成队伍本身发生变化。撤回后立即抽查检索索引与详情缓存，确认旧实体属性不再外溢。
- 撤回通过失效事件完成
- 依赖记录逐项列影响
- 名称修订不冒充实体变化
用反例检验映射安全
测试包括同简称不同地区、成年与青年同名、不同语言近似、来源错字和赛季改名。预期有确认、候选、拒绝与UNKNOWN。算法不能在缺上下文时给出唯一结果。
人工复核者只看候选证据完成一次盲审，两人不同意时保持待核，不以多数票决定。测试样本为合成内容，明显标记并与业务索引隔离。规则更新后重复反例，保存差异。映射测试还应把规范实体反查到每个历史原名，再按有效期重放页面。若旧来源无法恢复、青年队被借用一线队属性或撤回后缓存仍命中，均判为高风险失败。自动候选召回不足可以继续改进，但错误合并不得用处理量辩解。
- 反例覆盖同名和级别差异
- 分歧时保持待核
- 合成样本隔离业务索引
公开当前映射及可撤回性
名称卡显示来源原名、当前规范名、映射理由、赛事地区上下文、版本、复核时间和未知项。读者能看到规范化是编辑层，不是身份凭证。没有确认材料时只显示原名与UNKNOWN。
映射质量用往返测试判断，而不是用“搜索能找到”代替身份确认。来源名称进入规范化后，从实体反查必须得到原字串、采集位置、适用词典版本与操作记录；只能单向命中的关系不能用于合并。大小写、空格、转写、地区词和赛事上下文可以生成候选，但分数只负责排序，最终关系仍需证据。实体键不使用当前显示名，改名不会让主键漂移；多语言标签分别保存script、locale、source和validity，缺少某语言时显示已核原名，不机器拼写成事实。反例集重点覆盖一线队与青年队、男子与女子项目、同地区同简称、单字差异和改名前后重叠期。撤回映射时，赛程卡、搜索、面包屑、结构化字段和内链全部停止借用规范实体属性，审计页仍保留旧关系；缓存键带mapping_version，避免撤回后继续显示。往返抽样同时覆盖高分候选、低频写法、曾人工拆分的记录与单字差异，分别执行原名到实体、实体到来源两种查询。每一步保存operation、输入、输出和词典版本，任一方向缺证都维持候选。质量报告分列自动候选、人工确认、UNKNOWN、撤回与误并，避免单一命中率掩盖身份风险。撤回演练需在缓存到期前后各检查一次，确认短暂旧值也会被版本键阻断，而非等待自然刷新掩盖问题。
- 页面并列原名和规范名
- 映射不作为身份凭证
- 撤回一条已用映射后，赛程卡、搜索、面包屑、图片说明、结构化字段和相关链接同步降级且来源链仍可查
