第一百八十一章 批号
周一早上，卫越发来一条消息：「别名表初版好了，你看一下。」
陆衍打开文件，是一张表格，左列是标准字段名，右列是这批文件里出现过的所有别名，按出现频率排了序。他从头往下扫，前十几行和制造业那批差不多——供应商代码、合同编号、产品型号，命名方式不同但意思直接对应，处理起来不复杂。
往下走，到了生物技术特有的那些字段，他读慢了。
「有效期」这行下面跟着六个别名：效期、有效期至、使用期限、质量保证期、保质期、Valid Until。其中「保质期」他有点拿不准——这个词在食品文件里是精确的，但在生物试剂里指的是什么，他不确定两者能不能等同处理。
他把这行标了出来，继续往下看。
「批号」这行下面只有三个别名：批次号、Lot No.、Batch No.。
他看了一眼，觉得没问题，准备往下翻，然后停了。
他重新看了一遍。
「批号」和「批次号」——他在别名表里，两个都归在了「批号」这个标准字段下面。但他突然想到一个问题：这是经过确认的吗？这两个词，在这批文件里，真的是同义词？
他给卫越发语音：「别名表里「批号」这个字段，你把「批次号」也归进来了——这个是你查过的，还是假设的？」
卫越大概过了五分钟，发回来：「我查过几个文件，看着意思一样。怎么了？」
「不确定，」陆衍说，「你那边能搜一下这批文件里这两个词同时出现的情况吗？看看有没有同一份文件里两个都有的，那就说明它们不是同义词。」
又过了十分钟，卫越回：「找到两份。同一份文件里，批号是出厂编号，批次号是内部管理用的分批序号，不一样。」
陆衍把这条回复看了一遍，「那就拆开，各自映射各自的，预处理步骤让用户确认。」
「好，」卫越说，「但这样的话，这批文件里两个字段都要打标——有些文件只有批号，有些只有批次号，有些两个都有，三种情况都有可能匹配的是同一个标准字段也可能不是。」
「对，」陆衍说，「就是这样，让用户判断。这个判断不能交给工具。」
下午，预处理步骤的界面卫越调好了，陆衍过了一遍。
四十七份文件跑下来，精确映射了三十一个字段，模糊映射了十二个，剩下十四个打了待确认标注。待确认的那些，大多数是生物技术特有的：批号和批次号就是一组，另外还有「注册证编号」和「产品注册号」（可能同一件事，可能不是），「检测报告」和「第三方检测报告」（可能同一类文件，可能来源不同），以及几个纯英文字段。
陆衍在界面上点了几下，确认逻辑没问题，然后发给卫越：「这个给霍建新之前，我们自己先把能判断的那几条判断掉，剩下真正需要他来看的再发过去，别让他一下子看到十四条。」
「几条能判断的？」卫越问。
「注册证编号和产品注册号这两个，我查了一下，在器械行业里是一回事，直接合并，不需要让他确认。」陆衍说，「检测报告那个，等我看一下文件结构再说。」
他打开文件，把那批检测报告翻了几份，是三家不同机构出具的，格式不同，但都在文件头注明了「委托检测」字样——意思是都是第三方出具的，只是委托方不同。他把这个告诉卫越，「可以合并，但备注里写上「均为委托检测，出具机构不同，矛盾扫描会分别处理」。」
「好，」卫越说，「那就剩九条让用户确认。」
「对，这个数字合理，」陆衍说，「九条，用户大概知道自己在看什么，不会烦。」
待确认项发给霍建新是第二天上午。
霍建新回得快，大概半小时，九条里他直接确认了六条，有两条他说要再查一下，最后一条他说「这个字段我们这边没有相应的，可以忽略」。
陆衍把这个结果同步给卫越：「他说有两条要查，你那边先把其他的跑起来，这两条字段涉及的文件先跳过，等他确认了再补。」
「涉及的文件有几份？」
陆衍查了一下，「七份，全是同一家供应商的。」
「那这七份先挂起，其他四十份先跑。」卫越说。
「对。」
下午三点多，矛盾扫描第一轮结果出来了。
卫越发过来：「一共扫了四十份，高置信度发现三条，中置信度十一条。」
陆衍打开结果文件，从高置信度那三条看起。
第一条：「某供应商A公司，两份采购合同，签署日期相差七个月，但引用的质量标准版本号相同，而该标准在两份合同签署之间有过一次版本更新——后签的合同引用的是旧版本。」
他把这条看了两遍。
这是真实的矛盾——后签合同引用旧标准，在采购里是一个需要说明的问题，有可能是双方明确约定继续沿用旧版，有可能是录入时没有更新，有可能是供应商资质里只覆盖到旧版本。不管哪种情况，都是律所需要去核实的。
第二条和第三条他快速扫了一遍，也是版本号和日期之间的矛盾，结构和第一条类似，但指向的是不同供应商的不同文件。
他把结果发给卫越：「三条高置信度都是真实的，我这边没有看到有反例的。」
卫越回：「中置信度我再过一遍，有几条我自己也不确定。」
然后是第二天，卫越发来一条语音，语气有点奇怪：「我看中置信度那十一条，发现一个问题——其中有四条，指向的是同一份文件，一份叫「产品质量声明」的东西。这份文件里有三处日期，但这三处日期的格式不一样，一处是「2021年3月」，一处是「2021-03」，一处是「Mar 2021」。工具把这三处都标了，认为是日期格式不一致可能导致理解分歧，中置信度。」
陆衍听完，「这是格式问题，不是日期矛盾，工具识别错了吗？」
「不，工具识别没错，」卫越说，「三种格式确实在同一份文件里，工具也没有判断它们含义不同，它标的是「格式不统一，可能有来源不一致的合并」——我觉得这个判断本身没错，但放在这个场景里，律所可能会觉得是噪声，因为格式不统一不等于内容矛盾。」
陆衍想了一下，「把这四条单独放一类，不叫「中置信度发现」，叫「格式一致性提示」，放在报告最后，加一行说明：「以下为同一份文件中日期/版本格式不统一的情况，不构成内容矛盾，供参考。」」
「这不是加字段，」卫越说，语气里有一点意外，「是加分类。」
「是，」陆衍说，「这两件事不一样。字段是在录入端加输入框，让用户填信息；分类是在输出端区分结果，让用户看的时候更准。录入端尽量不加，输出端可以细分。」
电话那头停了一下，然后卫越说：「行，我改一下。」
改完之后，陆衍把报告最终版在脑子里过了一遍：高置信度三条，中置信度七条，格式提示四条。高置信度的三条放最前，都是版本号和日期的真实矛盾；中置信度七条各附提示语；格式提示独立一节，备注说明。
结构清楚，层次分明。他觉得这份报告发给霍建新，对方应该能看懂，知道哪三条最需要核实，哪七条可能也需要问，哪四条只是顺便看一眼。
他把文件打包，给卫越发了一条：「可以发了，你发还是我发？」
「你发，」卫越说，「你和他对接的。」
陆衍把邮件起草好，附上报告文件，准备发出去，然后停了一下。
他想到那三条高置信度——第一条里，后签合同引用旧版标准，最可能的原因是供应商资质里只覆盖到旧版。如果是这个原因，那工具发现的不是合同本身的问题，是资质的问题。资质文件在不在这四十七份里？
他翻了一下文件清单。
资质文件在那七份还在挂起的文件里，那七份是等霍建新确认字段映射之后才会跑的。
他在邮件里加了一行：「附注：三条高置信度发现中的第一条，相关供应商的资质文件因字段确认问题暂缓处理，您确认后会补充扫描。」
然后发出去。
霍建新二十分钟后回了一条：「收到，我看一下。另外，那两条字段确认，我助理查完了，发给你。」
两个附件是两条字段的说明文件，一条确认可以合并，另一条说「这个字段在我们这边的文件里没有实际对应，建议忽略」。
陆衍把结果发给卫越：「那七份可以跑了，但有一个字段按霍建新说的忽略，你知道是哪个。」
「好，」卫越回，「今晚出结果。」
然后是一段安静。
陆衍把桌上的本子翻到那一页，前两行写的分别是：「不是暂不支持，是不支持」和「工具=让人的判断更有效率，不替代判断。」
他在下面加了一行：「录入端尽量不加，输出端可以细分。」
三行，一前一后，都是在同一个方向上找到的那条线。