PIPELINE
实验闭环
- 01清洗、关键句与英文翻译删除模板和技术噪声，保留规则、原句、译文与词频
- 02稀疏词共现网络单篇去重后，全部不同词两两建立原始计数边
- 03质量约束与自然单元结合来源集中度、大小、稳定性和区分度选择聚类
- 04概率质量与绝对强度文章级 q(d,u) 汇总为日级 p(t,u)，同时保留加权文章量
- 05变化预测与滚动验证分开验证完整分布、份额变化和新出现/增强事件
SEMANTIC ATTENTION · DISTRIBUTION FORECAST
观察新闻注意力在语义单元之间如何流动
每篇新闻先形成总和为 1 的单元概率分布，再汇总为日级注意力分布；系统同时保留 绝对报道强度，预测未来主导、形成、增强与减弱主题，并接受严格样本外验证。
ATTENTION DISTRIBUTION
近期主导主题份额
查看可追溯实验配置
FROZEN SEMANTIC FIELDS
语义场单元
单元展示当前份额、绝对强度、变化状态、质量、稳定性、区分词、来源覆盖和滞后关系。
ARTICLE TRACE
一篇新闻如何进入预测
追踪清洗片段、有效词、校正前后得分、文章级概率质量、预测与后续真实分布。
INERTIA-CONTROLLED LAG RELATION
转移关系
选择有方向单元对，查看控制目标自身历史后的偏相关、增量预测收益、支持度、稳定性与置信区间。
CURRENT FORECAST
当前预测
CURRENT DISTRIBUTION
当前注意力信号
DISTRIBUTION · CHANGE · EVENTS
逐日验证结果
MODEL VS BASELINES
全部指标
CALIBRATION
预测估计与真实频率
TIME WINDOWS
分阶段稳定性
UNIT FREQUENCY
高、中、低频单元
DAILY CASES
近期预测与真实分布
SUCCESS CASES
典型成功案例
FAILURE ANALYSIS