一个知识库的搜索加了"拼写纠错"：用户打错字时自动纠正。上线后"零结果率"降了 6 个点，而"搜到完全不相关内容"的投诉涨了——因为纠错把"专有名词"当成了拼写错误：A3_images 被"纠正"成 A3image。
拼写纠错的边界是"什么算"错""。它靠"编辑距离"与"词频"判断，而"专有名词、内部代号、缩写"恰恰是"低频且不像常见词"的那类——于是它们最容易被"纠正"。
1. 纠错的三种判据
| 判据 | 风险 |
|---|---|
| 编辑距离（与词典比对） | 专有名词被改 |
| 词频（"更像常见词"） | 低频术语被改 |
| 上下文概率（语言模型） | 成本高、可能过度纠正 |
第二项是最常见的误改来源："低频"在统计上等于"像错字"第二项的"另一面"是"高频词极其安全"："报销""申请""流程"几乎不会被改——于是"纠错"的问题集中在"专名与术语"上。
——而内部代号天然低频。
2. "该不该纠正"的三条规则
| 规则 | 说明 |
|---|---|
| 只在"零结果"时纠错 | 不干扰"有结果"的查询 |
| 保留"原文优先" | 纠错只作为"补充结果" |
| 专有名词不纠 | 白名单（代号/缩写/版本号） |
第一项的"判据"是"零结果 = 用户与索引之间断了一次"：只有断的时候才值得"猜一下"——而"有结果"时纠错只是"多此一举"。
第一项是"最省心"的策略：原文有结果就不纠——于是"你确定的东西"不会被改，而"真的搜不到"仍有救。
第三项需要一个"白名单维护机制"，而它常被忽略第三项的"自动化"很可行：从"代码仓库的文件名/常量名"与"查询日志里的高频短词"里抽白名单——于是"新加一个代号"不必"手动登记"。
：代号是随项目增加的，于是"白名单"必须能从"查询日志/代码"里自动收集。
"白名单"可以用一个"正则规则 + 词表"两段式实现，规则部分零维护：
// 三段"不纠"规则（正则，成本为零）
1 ^[A-Za-z0-9_.\-]+$ → 含下划线/点的标识符（A3_images、d-0042）
2 ^[A-Z]{2,6}$ → 全大写缩写（SLA、QPS、RAG）
3 .*\d.* → 含数字（v2.3、ERR4021）
// 词表部分：从"查询日志的高频短词"与"代码里的文件名"定期抽取
3. "零结果纠错"的三种实现
| 实现 | 说明 |
|---|---|
| 二次查询（用纠正词再搜） | 简单，成本 1 次 |
| 候选词提示（"你是不是想搜 X"） | 最安全（用户决定） |
| 自动替换（直接返回纠正结果） | 最激进（可能误导） |
第二项的"代价"是"多一次交互"：于是在"移动端"（多一步就是流失）与"搜索框自动补全"场景里，产品往往选择"自动替换"——此时"白名单"就是唯一防线。
第二项是"最不容易出错"的：它把"决定权"交给用户——代价是"多一次点击"，收益是"不会悄悄改错"。
4. "编辑距离"的三个坑
| 坑 | 表现 |
|---|---|
| 距离阈值太宽 | 改太多 |
| 中英文混排 | 距离算不对 |
| 长度短（2–3 字） | 距离 1 就是"另一个词" |
第三项在中文上很实际："订单"与"定单"距离为 1，而它们是两个不同的词第三项的"量化"是"短词里"编辑距离 1"的候选太多"：2 个字，距离 1 的常见组合可能有几十个——于是"猜哪个"基本是随机的。
（一个业务词，一个常见错写）——于是"短词"应当"不纠"。
// 三种"不该纠"的输入（按长度/形态）
长度 ≤ 2：不纠（距离 1 就是另一个词）
含数字或下划线：不纠（代号/版本/文件名）
全大写缩写：不纠（如 SLA、QPS）
// 判据：这个输入"像不像一个专有名词"
"纠错候选"的生成也要"限流"，否则"候选一大堆"等于"没有候选"：
// 三条"候选"规则（按优先级）
1 距离 1 且词频 ≥ 阈值的候选，最多 2 个
2 同音/近音（拼音）候选，最多 1 个
3 超过 2 个候选 → 只显示"没有找到，请检查关键词"，不做替换
// 判据：候选 ≤ 3 时用户才愿意看；> 3 时"都不对"
5. "纠错效果"的三种度量
| 指标 | 说明 |
|---|---|
| 零结果率（纠错后） | 应下降 |
| 首条点击率 | 不该下降（下降说明误导） |
| "搜到错误内容"投诉 | 应不上升 |
第二项的"测量"要"分群"："纠错触发的查询"单看（不含未触发的），否则"整体点击率"会被大量正常查询稀释，看不出问题。
第二项是"最关键"的：如果纠错让"首条点击率"下降，说明用户被"正确的错结果"骗了——而那比"零结果"更伤。
"纠错是否误改"可以抽查，而抽查的对象应当是"纠错触发"的那一小撮：
// 每周 20 条抽查（只看"触发纠错"的查询）
原查询 → 纠正后 → 首条结果 → 判定（对/误/无法判断）
误改率 = 误 / 20
// 判据：误改率 > 10% → 先收紧规则（长度/形态），而不是"再加词表"
6. 排错：五种"纠错相关问题"
| 现象 | 成因 | 处理方向 |
|---|---|---|
| 专有名词被改 | 无白名单 | 加白名单 + 长度规则 |
| 纠正后结果更差 | 词频判据把"术语"当错字 | 只在零结果纠 |
| 中文短词被乱改 | 距离阈值太宽 | 短词不纠 |
| 用户不知道被改了 | 自动替换无提示 | 改"候选提示" |
| 纠错越来越激进 | 无度量 | 看首条点击率 |
第五项是"治理"问题：**没有"首条点击率"这个反向指标，"纠错"只会"越加越多"**第五项的"具体表现"是"每次上线都"零结果率又降了 1%"，而"投诉"也在涨——因为两个指标的方向相反，而只有一个被挂在看板上。
——因为每次都是"零结果降了"。
"零结果"还有个"非拼写"的原因，纠错救不了它——而它常被混在一起看：
// 零结果的三种成因（只有第一种能靠纠错救）
1 拼写错（"报消"→"报销"） → 纠错有效
2 说法不同（"核销"vs"报销"） → 同义词扩展
3 语料里真没有 → 补文档
// 判据：纠错上线后"零结果率没降" → 问题在 2/3，不在拼写
7. 边界：什么情况不必纠错
| 场景 | 为什么 | 做法 |
|---|---|---|
| 查询以"精确标识"为主（编号/错误码） | 纠错必然错 | 不纠 |
| 用户是专家（内部工具） | 不需要 | 不纠 |
| 词典很小（术语为主） | 纠错代价高 | 不纠 |
| 已有"同义词扩展"兜住 | 覆盖了"说法不同" | 不纠 |
最后一条与"体验"有关的边界："纠错要不要告诉用户"：不告诉（自动替换）会让"我明明搜对了"的困惑，告诉（候选提示）会让"多一步"。所以"自动替换"只适合"低风险词"（常见错写）。
判断口径一句话："用户的输入是"自然语言"还是"标识符"。自然语言（"怎么申请报销"），纠错有价值；标识符（ERR_4021、A3_images），纠错只会帮倒忙。
最后一个"产品"提醒：纠错的价值要按"用户查得到的那部分"衡量，而不是"零结果率"。因为"零结果 → 纠正 → 有结果但不对"在指标上是"改善"，在体验上是"更糟"——而只有"首条点击率"与"误改率"能分开这两件事。
8. 自测
- 三种纠错判据里，哪一种最容易"误改专有名词"？为什么"低频"等于"像错字"？
- "只在零结果时纠错"为什么最省心？它保护了什么？
- "候选提示"与"自动替换"的取舍是什么？为什么前者更安全？
- 为什么中文"2–3 字"的词不该纠错？
- "首条点击率"为什么是纠错的反向指标？它不降说明什么？
- 判断"是否需要纠错"的那个问题是什么？