Chaim
63387c0d7d
ערר (מרכז) 1094-09-19 (פדילה) נשמר כ-`1094-09-14` בעוד כל חמשת מסמכי
התיק גורסים ...-19. `_is_clean_docket` בדק **צורה בלבד**, ושתי הצורות
תקינות — כך שספרה שגויה אחת עברה את השער וניתקה את השורה מכל הפניה
לתיק האמיתי. `case_number` הוא שדה-זהות; זה לא שדה-תצוגה שאפשר לתקן
בקריאה.
שורש נוסף שהתגלה תוך כדי: ב-1094-09-19 המספר **אינו מופיע ב-full_text
כלל** (הטקסט מתחיל ב"בפני:"), כלומר המודל הפיק ספרות שאין להן עיגון
במקור — בדיוק מה ש-INV-AH בא למנוע.
מה שונה
- `_docket_grounded()` — כל קבוצת-ספרות של ה-docket חייבת להופיע, בסדר,
בטקסט ההחלטה או בערך שהיא מחליפה. סובלני למפריד (`-` מול `/`), לרווחים
סביבו, ולתווי-כיווניות (RLM/LRM) שנדחסים בתוך המספר ב-PDF עברי.
המקורות לעולם אינם פלט-המודל עצמו — אחרת הבדיקה מעגלית.
- סירוב לכתוב מלווה `logger.warning` מפורש (§6) במקום להסתמך על הצורה.
- הפרומפט תוקן: הדוגמאות היו דו-חלקיות בלבד ('1062/24'), מה שהטה נגד
docket תלת-חלקי של ועדות ערר. נוספו דוגמאות תלת-חלקיות והוראה מפורשת
לא להשלים/לנחש/לתקן ספרה, ולהחזיר ריק כשהמספר אינו בטקסט.
אימות מול הקורפוס החי (386 שורות): מתוך 50 השורות שהנרמול חל עליהן
בפועל — **0 נחסמות**. הגארד חוסם רק ספרות שאין להן עיגון באף מקור.
invariants: INV-AH (quote-or-retract על שדה-זהות) · G1 (נרמול במקור) ·
§6 (סירוב מדווח, לא נבלע)
טסטים: 7 חדשים (tests/test_docket_grounding.py), הראשון שבהם משחזר בדיוק
את הרגרסיה — שתי הצורות עוברות את בדיקת-הצורה, רק הנכונה מעוגנת.
521 עוברים.
66 lines
2.9 KiB
Python
66 lines
2.9 KiB
Python
"""#232 trap 3 — a well-formed docket is not necessarily the right docket.
|
||
|
||
ערר (מרכז) 1094-09-19 (פדילה) was stored as ``1094-09-14``: shape-valid, so
|
||
``_is_clean_docket`` waved it through, but wrong — and case_number is the
|
||
identity field, so the row detached from every reference to the real case.
|
||
Grounding the digits in the source text is what shape validation cannot do.
|
||
"""
|
||
|
||
from legal_mcp.services.precedent_metadata_extractor import (
|
||
_docket_grounded,
|
||
_is_clean_docket,
|
||
_strip_invisibles,
|
||
)
|
||
|
||
|
||
HEADER = "ערר (ועדות ערר - תכנון ובנייה מרכז) 1094-09-19 פדילה אברהים נ' הוועדה המקומית"
|
||
|
||
|
||
def test_the_regression_shape_valid_but_wrong_digit():
|
||
"""Both pass the shape check; only the real one is grounded."""
|
||
assert _is_clean_docket("1094-09-14")
|
||
assert _is_clean_docket("1094-09-19")
|
||
assert _docket_grounded("1094-09-19", HEADER)
|
||
assert not _docket_grounded("1094-09-14", HEADER)
|
||
|
||
|
||
def test_separator_and_spacing_are_tolerated():
|
||
"""A real docket must still match when the source writes it differently."""
|
||
assert _docket_grounded("1094-09-19", "בערר 1094/09/19 נקבע")
|
||
assert _docket_grounded("4768/22", "עת\"מ 4768-22 פלוני")
|
||
assert _docket_grounded("1132-09-24", "תיק 1132 - 09 - 24")
|
||
|
||
|
||
def test_bidi_marks_inside_the_number_do_not_defeat_grounding():
|
||
"""Hebrew legal PDFs embed RLM/LRM between digits and separators."""
|
||
noisy = "ערר (מרכז) 1094-09-19 פדילה"
|
||
assert _strip_invisibles(noisy).count("") == 0
|
||
assert _docket_grounded("1094-09-19", noisy)
|
||
|
||
|
||
def test_grounding_accepts_the_value_being_replaced():
|
||
"""Normalising an uploader's citation string into a clean docket is the
|
||
whole point of the rewrite — the digits come from there, not the text."""
|
||
citation = "ערר (ועדות ערר - תכנון ובנייה מרכז) 1094-09-19 פדילה נ' טירה (נבו 4.12.2019)"
|
||
assert _docket_grounded("1094-09-19", "", citation)
|
||
assert not _docket_grounded("1094-09-14", "", citation)
|
||
|
||
|
||
def test_two_and_three_part_dockets_both_ground():
|
||
assert _docket_grounded("8031/21", "בהיטל השבחה 8031/21 נדון")
|
||
assert _docket_grounded("85074-09-24", "בל\"מ 85074-09-24")
|
||
|
||
|
||
def test_non_numeric_or_empty_never_grounds():
|
||
assert not _docket_grounded("", HEADER)
|
||
assert not _docket_grounded("ערר 1094", HEADER)
|
||
assert not _docket_grounded("abc-de", HEADER)
|
||
|
||
|
||
def test_absent_from_every_source_is_refused():
|
||
"""The פדילה failure mode: text has no docket at all, so anything the
|
||
model offers is ungrounded and must not reach the identity field."""
|
||
body = "בפני: יו\"ר הוועדה: רונית אלפר, עו\"ד\nהעוררים: 1. פדילה אברהים"
|
||
assert not _docket_grounded("1094-09-14", body)
|
||
assert not _docket_grounded("1094-09-19", body)
|