update

backend/redundanz.py

@@ -2,7 +2,8 @@
 VERSCHIEDENEN Kapiteln mit Jaccard ≥0.6 → 2er-Panel entscheidet „redundant vs.
 didaktisch gewollt" (Recap ist keine Dopplung). Befunde behebt der Fix-Knoten
 per Ein-Satz-Refresher + Anker-Link."""
-from . import config, db, engine, llm, panels, textkit
+from . import config, db, engine, graph, llm, panels, textkit
+from .dedup import _signatur
 
 
 def kandidaten_paare(topic: str) -> list[dict]:
@@ -32,8 +33,14 @@ def kandidaten_paare(topic: str) -> list[dict]:
                 >= config.REDUNDANZ_JACCARD
             # Shingle-Kanal: identische Wort-Folge in längeren Sätzen —
             # Jaccard übersieht sie, wenn der Restsatz verschieden ist
-            if jaccard_treffer or (shingles(a["satz"]) & shingles(b["satz"])):
-                paare.append({"a": a, "b": b})
+            wortgleich = bool(shingles(a["satz"]) & shingles(b["satz"]))
+            # Fakten-Kanal: dieselbe Studie/Zahl in Paraphrase teilt Zahlen +
+            # Eigennamen (Audit: „Ariga & Lleras 2011" stand 3× im Guide,
+            # Wort-Jaccard nur 0.21)
+            fakten = len(_signatur(a["satz"]) & _signatur(b["satz"])) \
+                >= config.FAKTEN_SIGNATUR_MIN
+            if jaccard_treffer or wortgleich or fakten:
+                paare.append({"a": a, "b": b, "wortgleich": wortgleich})
     return paare
 
 
@@ -43,15 +50,14 @@ async def pruefen(task: dict) -> engine.Ergebnis:
     befunde = 0
     for i in range(0, len(paare), config.DEDUP_PAARE_PRO_CALL):
         chunk = paare[i:i + config.DEDUP_PAARE_PRO_CALL]
-        liste = "\n\n".join(
-            f"PAAR {j + 1}:\nKapitel A: {p['a']['satz']}\nKapitel B: {p['b']['satz']}"
-            for j, p in enumerate(chunk))
+        liste = textkit.paar_liste(
+            [(q["a"]["satz"], q["b"]["satz"]) for q in chunk])
 
         async def ruf(p, liste=liste, n=len(chunk)):
             text = await llm.call(
                 run_id=task["run_id"], stufe="guide", knoten="redundanz",
                 item=f"{task['item']}:c{i}:p{p}", role="judge", n=n,
-                skill_namen=["richter", "deutsch-praezise", "redundanz-urteil"],
+                skill_namen=graph.skills_von(task["knoten"]),
                 werte={"paare": liste})
             if text is None:
                 return None
@@ -67,7 +73,11 @@ async def pruefen(task: dict) -> engine.Ergebnis:
                 u = s[j + 1]
                 return True if u == "redundant" else (
                     False if u == "didaktisch_gewollt" else None)
-            if panels.einstimmig(stimmen, config.PRUEF_PANEL, urteil):
+            # Fast wörtliche Paare (gemeinsame 5-Wort-Folge) sind NIE
+            # „didaktisch gewollt" — das Panel darf sie nicht freisprechen
+            # (Audit: 94-Studierende-Satz stand 2× nahezu wortgleich im Text)
+            if p.get("wortgleich") or panels.einstimmig(
+                    stimmen, config.PRUEF_PANEL, urteil):
                 # Der SPÄTERE Baustein trägt den Befund (dort wird verwiesen)
                 spaeter = max(p["a"], p["b"], key=lambda x: x["pos"])
                 schon = db.one(
@@ -80,4 +90,9 @@ async def pruefen(task: dict) -> engine.Ergebnis:
                               item=f"baustein:{spaeter['bid']}",
                               detail=spaeter["satz"][:400], runde=task["runde"])
                     befunde += 1
-    return engine.Ergebnis(daten={"paare": len(paare), "befunde": befunde})
+    neue = []
+    if not db.one("SELECT id FROM tasks WHERE topic=? AND knoten='lektorat' "
+                  "AND status='fertig'", task["topic"]):
+        neue = [{"knoten": "lektorat", "item": f"r{task['runde']}:lektorat"}]
+    return engine.Ergebnis(daten={"paare": len(paare), "befunde": befunde},
+                           neue_tasks=neue)