检索时非首选词自动映射到首选词，结果与提交首选词一致

概念解释

词表若只在编目端生效，用户键入非首选词仍会零结果。检索映射要求：查询一旦命中非首选词，就在内部改写或扩展到首选词（及该概念的 ID），结果集与直接提交首选词相同。映射发生在检索时，不必改用户看见的查询字符串——看见的词可以保留，命中的概念必须折叠。这是受控词表对查找端的承诺，不是又一份展示用词表。

「结果一致」是可检验的：两条查询的命中 ID 集合应相等，排序允许因匹配字段不同而略有差别，但不应丢掉首选词能找到的对象。

机制

用户不会先学习首选词再查询。他们带来的是口语、旧称、缩写、另一语言的叫法。若索引只存首选词的字面，这些查询全部落空，词表对查找者等于不存在。映射把查询从字符串层抬到概念层，索引按 ID 召回，再在摘要里用用户的词或首选词回显。折叠必须在概念 ID 上发生：只做字符串替换会把碰巧包含该词的无关文档一齐带上，也会漏掉没用这个字面、只用 ID 标引的对象。

不映射而把非首选词写进导航，是在展示端破坏唯一首选；映射而不回显，用户会以为搜的是 A、得到的是无来由的 B。

怎么研究

用成对查询做集合相等检验，而不是只看「别名也能搜到几个」。

• 范式：每个概念选首选词与若干非首选词，提交后比较命中 ID 集合（精确率/召回相对首选词基线）；再比较是否改写了查询框、摘要如何解释映射。
• 自变量：映射是替换、扩展还是 ID 折叠；是否提示「已按某某概念搜索」；多语言别名是否纳入。
• 因变量：与首选词结果的 Jaccard 重合、漏掉的已标引对象数、用户是否理解为什么出现首选词下的文档。
• 方法论注意点：点击率会被摘要高亮带偏。先比集合再比排序。错误映射（把两个概念的别名接错）会让「重合」看起来很好却指向错误概念，要用金标准 ID 而不是文档篇数。

边界

拼写错误和词干变化不是非首选词，走的是近似匹配或词形还原，不能塞进词表映射来冒充受控。用户正在区分两个近义概念时（「账单」对「发票」在本系统确有差别），映射会抹掉区分，应拒绝这对同义。实时输入建议若把别名静默换成首选词，可能覆盖用户尚未完成的意图；映射应发生在提交后，建议层只展示对应关系。

怎么落地

• 检索管道在分词之后查非首选表，命中则改写为概念 ID 再查索引；查询框保留原词，结果上注明对应的首选词。
• 回归测试：每个核心概念的别名查询与首选词查询做 ID 集合对比，重合低于阈值即失败。
• 映射表与编目词表同一数据源，禁止搜索工程另维护一份会漂移的同义词。
• 验证：选一个从不写在页面上的旧称，搜索应列出所有贴了该概念首选词的对象，一条不漏、也不混进邻概念。只「能搜到一些」，不算映射成立。

延伸

• 同组：G1.10.1 受控词表为每个概念规定唯一首选词，非首选词导向该首选词 · G1.10.2 叙词表用广义词、狭义词与相关词描述概念间的层级与关联 · G1.10.3 权威文件维护实体的规范名称，解决同名异指与异名同指 · G1.10.4 受控词表由专人维护，与用户自发生成的标签体系性质不同 · G1.10.6 词表随领域演进需要版本管理与变更记录
• 相邻：G1.08 术语一致性 · G3.04 拼写纠错 · G3.14 拼写纠错与近似匹配
• 站内检索：non-preferred term mapping · query expansion · controlled vocabulary retrieval