分类规则改了以后，先按稳定 ID 对比两份 CSV，找出标签变化、新版缺失和新版新增。本练习提供两份列名不同的虚构结果，预期输出可以逐行核对，无需写代码或调用模型。
作者：JevLog 编辑部 · 2026-10-02 更新。数据为合成样例；差异检查不计算准确率，也不替你批准规则上线。
打开分类结果对比器 · 下载旧结果 before.csv · 下载新结果 after-renamed.csv · 下载预期差异 JSON
先固定比较对象
Section titled “先固定比较对象”保留两次运行的输入范围、规则版本、模型标识和时间。若同时换了样本范围与分类规则，不能把全部差异归因到模型。需要稳定且唯一的业务 ID；排序后的行号不适合做跨运行关联。
| 文件 | ID 列 | 标签列 | 数据 |
|---|---|---|---|
| 旧结果 | id |
label |
1→Billing，2→Technical，3→Other |
| 新结果 | record_id |
category |
1→Billing，2→Other，4→Shipping |
列名可以不同，只要 ID 代表同一类记录，两个标签字段含义可比较。跨系统的订单 ID 与工单 ID 即使数值相同也不能直接匹配。
1. 载入两份文件并选择列
Section titled “1. 载入两份文件并选择列”点击工具上的“载入虚构样例”，或分别选择两个下载文件。旧文件选择 id、label，新文件选择 record_id、category，然后运行。每个文件最多 5 MB，只在浏览器中处理。
2. 核对四个摘要与三条差异
Section titled “2. 核对四个摘要与三条差异”摘要应为 标签变化 1、新版缺失 1、新版新增 1、未变化 1。页面与下载报告只列三条差异，未变化的 ID 1 只计入摘要。
| ID | 旧标签 | 新标签 | 变化类型 |
|---|---|---|---|
| 2 | Technical | Other | 标签变化 |
| 3 | Other | 空 | 新版缺失 |
| 4 | 空 | Shipping | 新版新增 |
旧记录数 = 未变化 1 + 变化 1 + 缺失 1 = 3；新记录数 = 未变化 1 + 变化 1 + 新增 1 = 3。两份文件各三行，不等于比较了同一批三条记录：共同 ID 只有 1 和 2。
3. 按变化类型找到原因
Section titled “3. 按变化类型找到原因”ID 2 要回看原文、标注规范与人工参考标签，判断 Technical→Other 是否合理。ID 3 先查过滤条件、请求失败或导出范围；ID 4 先查输入批次是不是变了。缺失与新增不是分类对错，不能直接塞进准确率公式。
4. 保存报告与版本说明
Section titled “4. 保存报告与版本说明”下载 diff-report.csv 或 diff-report.json。报告包含 ID、旧标签、新标签和变化类型；不包含原始正文、规则版本或人工参考答案。另存一份运行说明，并按 ID 找回原文。
可以用以下交接字段记录人工判断：id, old_rule_version, new_rule_version, reference_label, reviewer_decision, reason, reviewed_at。这是你另行维护的交接表，不是工具自动生成或保存的功能。
5. 决定哪些记录需要复核
Section titled “5. 决定哪些记录需要复核”将不确定的变化交给人检查，再用没有参与调参的标注样本检查错误与业务代价。若已有归一化分数，可以继续用 人工复核队列工具 整理待核对项；其 流程教程 说明如何保留人工结论。
常见问题与排错
Section titled “常见问题与排错”为什么重复 ID 或空 ID 会阻止比较？
Section titled “为什么重复 ID 或空 ID 会阻止比较？”同一 ID 对应多行时，工具无法确定该和哪行比较；空 ID 也无法可靠关联。先用 CSV 预检器 找输入问题，再在源系统核对。工具不会默认取第一条或按行号硬凑。
标签大小写或空格会被当成变化吗？
Section titled “标签大小写或空格会被当成变化吗？”会。当前逻辑先去掉 ID 两侧空白，再按 ID 匹配；标签按原始字符串比较，所以 Billing、billing、Billing 不相同。若业务规定它们等价，请先按一份明确的映射规则归一化，并保留映射版本。
缺失行和空标签是不是一样？
Section titled “缺失行和空标签是不是一样？”不是。“新版缺失”表示新文件里没有这个 ID；新文件仍有 ID 但标签为空，是标签内容发生变化或保持为空。工具不证明空标签有效，建议在复核流程中处理缺标签。
差异为零、刷新页面分别意味着什么？
Section titled “差异为零、刷新页面分别意味着什么？”零差异只说明所选标签字段在这批稳定 ID 上相同，不说明两个运行都正确。页面不持久化结果；刷新前下载报告，刷新后重新选择两份文件和列。
参考与下一步
Section titled “参考与下一步”本地检查仅比较已存在的标签，不请求 Jev，不计算带参考答案的评测指标。预期 JSON 使用当前工具逻辑生成，可与浏览器下载结果逐条核对。