7 Commits

Include renames

Author	SHA1	Message	Date
DenozordecandClaude Sonnet 5.5	729eeac045	Сегментатор: scene-имя релиза не может быть дорожкой ... Kinozal 2160145: после переобучения модель выбирала первую строку вкладки «Релиз» («Memoirs.of.a.Geisha.2005.2160p.UHD.Blu-ray.Remux…-CiNEPHiLES», оценка 0.96), и имя релиза попадало в ответ как «студия». Прежние веса строку не выбирали. - html_extract.RE_SCENE: без пробелов и ≥ 4 точек — дорожкой не бывает; LineSegmenter.select_lines отбрасывает такие строки при любой оценке модели. - build_examples: scene-имена — трудные негативы, берутся все (раньше прореживались до 15 %); эффект — при следующем переобучении. - На реальных данных страницы (вкладки Техданные/Интересно/Награды/Релиз): 1 дорожка «проф. дубляж», без студии. Тесты: 288 ok. Co-Authored-By: Claude Sonnet 5.5 <[email protected]>	2026-11-08 02:57:43 +07:00
DenozordecandClaude Sonnet 5.5	e9c85c4132	Метки rutracker: «Перевод:» без значения и список дорожек ниже ... Парсер меток (rt_parse) требовал текст после «Перевод:» на той же строке, поэтому раздачи с пустым «Перевод:» и списком «Профессиональный (…) | Студия» по строке на дорожку (t=6919056, 6927571) не получали меток, релиз не сохранялся, а сегментатор учился на их дорожках как на негативах. Теперь rt_bare_list берёт подряд идущие строки со словом типа (через пустые строки; строки «тип: определение» — глоссарий — не берутся). То же правило в html_extract.extract_segments. На data/raw: +252 раздачи получают метки, в 12 добавляются недостающие дорожки. PARSE_VERSION 3 -> 4 (переразбор при «Переиндексировать data/raw»). Тест rt_parse на 6919056; 276 ok. Co-Authored-By: Claude Sonnet 5.5 <[email protected]>	2026-11-07 16:30:10 +07:00
DenozordecandClaude Sonnet 5.5	b3ceefda4f	Сегментация: список дорожек под «Перевод:» на реальной вёрстке, достройка блока, segmenter_warning ... - html_extract: строки дорожек под пустым «Перевод:» берутся и через пустые строки (в HTML после <br> стоит \n исходника — прежняя правка на реальной странице rutracker t=6919056 отдавала 1 дорожку из 4); шаблон начала строки требует полные слова типа озвучки. - release: complete_block достраивает список, из которого модель выбрала не все строки; segmenter_warning (+ лог) — модель и правила (без кодек-строк) разошлись; поле segmenter_warning в ответе. - docs: retrain-segmenter.md — как дообучить сегментатор, поле в api-reference. - tests: 275 ok. Co-Authored-By: Claude Sonnet 5.5 <[email protected]>	2026-11-07 16:14:50 +07:00
DenozordecandClaude Opus 5.5	e185c73714	Сегментация: все строки дорожек под пустым «Перевод:» ... На rutracker дорожки бывают перечислены по одной на строку под «Перевод:» без значения; правила брали только первую строку и теряли остальные (t=6919056: 1 из 4, t=6927571: 1 из 7). Теперь берутся подряд идущие строки, начинающиеся со слова типа озвучки. Co-Authored-By: Claude Opus 5.5 <[email protected]>	2026-11-07 09:49:35 +07:00
DenozordecandClaude Sonnet 5.5	96e5fa0d75	Фикс html_to_text (студия-ссылка в строке), BLOCK теги, схлопывание дорожек без студии, FlareSolverr-фолбэки ... Co-Authored-By: Claude Sonnet 5.5 <[email protected]>	2026-10-27 18:01:22 +07:00
DenozordecandClaude Sonnet 5.5	bc9ff36e61	Сегментация: фикс резки по запятой, refine_span; датасет 6864 строк, переобучение ... Co-Authored-By: Claude Sonnet 5.5 <[email protected]>	2026-10-27 17:21:49 +07:00
DUB-AI	8dbca3f4a3	DUB-AI: multi-task модель (тип озвучки + автор-спан + 18+), обучение/инференс/ONNX/сервис, тесты и документация	2026-10-27 16:43:36 +07:00