架构决策：把 SPR 拆成三层

旧叙事把 SPR 写成一条直线：

路径 -> 语义 -> 翻译

重做实验后，这条线太粗了。它应该拆成三层。

S1a：Token Path Hash

输入：

token embedding

输出：

stable path / combined leaf

能力：

  • 高容量。
  • 低碰撞。
  • 顺序哈希可修复。
  • 可复现。

限制：

  • 不看上下文。
  • 不区分多义。
  • 不应该被叫作语义路由。

S1a 是地基。

S1b：Context-conditioned Routing

输入应该升级为：

token + context

可能的最小形式：

H_token = E[token]
H_ctx = mean(E[context_window])
H = normalize(H_token + A @ H_ctx)
path = route(H)

这时同一个 token 才可能在不同上下文里走不同路径。

受控 proof 已经验证了这个最小接口的方向：

token-only acc = 0.429
context-route acc = 1.000
shuffled-label acc = 0.482

这说明路径算子能承载上下文消歧，但前提是 context vector 真的带有 sense signal。它还不是完整语料结论。

S1b 的验收标准不是 BLEU，而是：

real labels > shuffled labels
context route > token-only route
context route > random hash

S2：Fold Stack / Structure Routing

S2 不是 Echo 的延长线，而是结构路线。

它的问题是：

语义向量能否预测结构动作？

S2 关心：

  • head detection
  • span detection
  • fold action classification
  • child assignment
  • graph assembly

这里的关键指标不是单纯 BLEU，而是结构质量，例如 UAS。

新接口

更合理的 SPR 管线是：

L0 token identity
  -> S1a token path hash
  -> S1b context-conditioned path
  -> S2 fold action / structure state

或者反过来让 S2 给 S1b 提供结构条件：

token + local context + fold state -> conditional path

这样路径才有机会成为“语义前缀”。

决策

从现在开始：

  1. S1a 只称为 Token Path Hash。
  2. 不再把 Echo 结果写成语义证明。
  3. S1b 必须通过多义词和 shuffle 反证。
  4. S2 单独维护结构证据链。

这让 SPR 更保守，也更专业：S1b 现在可以被称为受控支持，不能被称为真实语料已验证。

License: GPLv3