Exact reconstruction

Exact reconstruction, accepted source’un Unicode scalar dizisini; boşluk, noktalama, apostrof, diakritik, satır sonu ve Arabic pasajlar dahil değiştirmeden core satırlarından yeniden kurar. Algorithm örtük ayraç eklemez, metni normalize etmez ve annotation’a başvurmaz.

Normatif assembly profile data/schemas/corpus-package/v1/reconstruction-profile.json, PostgreSQL uygulaması ise db/supabase/migrations/20260819100000_f3_010_core_reconstruction.sql dosyasındadır.

Karakter sahipliği

Her exact parça tek bir katmanın alanında tutulur:

Alan	Sahip olduğu exact metin
chapters.initial_text	Chapter başlangıcından ilk paragraph’a kadar olan parça
paragraphs.following_text	Paragraph sonundan sonraki paragraph’a, son kayıtta chapter sonuna kadar olan parça
sentences.initial_text	Sentence başlangıcından ilk occurrence body’ye kadar olan parça
sentences.following_text	Sentence sonundan sonraki sentence’a, son kayıtta paragraph sonuna kadar olan parça
token_occurrences.trailing_text	Body sonundan sonraki body’ye, son occurrence’ta sentence sonuna kadar olan parça

Body, occurrence türüne göre token_forms.exact_body veya token_occurrences.literal_text alanından gelir. Residual alanların boş string olması geçerlidir; NULL ile aynı değildir. Whitespace veya punctuation için fallback kuralı yoktur.

Assembly sırası

token occurrence = exact body + trailing_text
sentence         = initial_text + occurrence'lar position sırasında
paragraph        = sentence text + sentence.following_text, position sırasında
chapter          = chapter.initial_text
                   + paragraph text + paragraph.following_text, position sırasında

Book, text version ve release assembly’si aynı profile’da child’ların kaynak sırasındaki concatenation’ı olarak tanımlıdır; F3-010 DB migration’ı yalnız sentence, paragraph ve chapter yardımcılarını yayımlar.

PostgreSQL fonksiyonları:

select public.reconstruct_sentence_exact('<sentence-uuid>');
select public.reconstruct_paragraph_exact('<paragraph-uuid>');
select public.reconstruct_chapter_exact('<chapter-uuid>');

Fonksiyonlar stable, strict, parallel safe ve security invokerdır. Public API değildir; execute yetkisi yalnız legacy_reader ve auditor rollerindedir. Geçersiz veya child’ı bulunmayan ID için NULL dönmesi bir fallback metni değildir.

Garanti katmanları

1. Package schema her row’u ve exact field tipini sınırlar.
2. Importer parent lineage, unique ve kesintisiz sıfır tabanlı pozisyonları publication’dan önce doğrular.
3. DB unique/FK constraint’leri parent ve position tutarlılığını korur.
4. Reconstruction fonksiyonları yalnız explicit position ile sıralar.
5. Sonuçların UTF-8 byte count ve SHA-256 witness’ları package manifest’indeki sha256-reconstruction-utf8-v1 aggregate’larıyla karşılaştırılır.
6. Mutation guard accepted core text ve sıra fact’lerinin sonradan değişmesini reddeder.

Fonksiyonun tek başına text döndürmesi digest doğrulamasını her query’de yaptığı anlamına gelmez. Import ve verification harness’i bütün witness’ları manifest’e karşı doğrular; runtime routine accepted immutable core üzerinde exact assembly yapar.

Boşluğu UI’da üretmeyin

Sentence veya paragraph component’leri arasına ' ' eklemek, punctuation’ı token gövdesinden tahmin etmek ya da metni trim etmek source fidelity’yi bozar. UI, reconstructed text’i değiştirmeden render etmeli; annotation unit’leri exact core akışını reorder, merge, split veya suppress etmemelidir.

Sample doğrulama

Önce committed Birinci Söz source sınırlarını, sonra expected reconstruction digest’lerini taşıyan sample release’i doğrulayın:

make corpus-sample-check
make corpus-packager-sample-check

İlk komut fixture’ın paragraph, sentence ve token boundary’lerini source’a karşı kontrol eder. İkincisi sample package’ın exact reconstruction witness’larını, manifest/root bağlarını ve archive byte’larını doğrular; full corpus reconstruction veya DB importu çalıştırmaz.

Bir farkta önce hangi katmanın witness’ı ayrışıyor belirlenmelidir. Source’u elde etmek için trim, normalize, separator ekleme veya annotation fallback’i yapmak yasaktır; accepted core defect’i varsa çözüm successor release akışıdır.