为什么合规场景要用规则分类而不是模型

2026-10-12 法规检索分类可解释性合规设计取舍

给法规文件做自动分类，模型显然效果更好。但在 NMPARegHub 里我最终选了关键词规则，理由不是模型不好，而是使用者是谁决定了这件事。

使用者需要回答的一个问题

注册专员拿到一份文件被归到「药品注册」，他要回答的是：

为什么它被归到这里？

而这个问题的答案决定了他敢不敢用这个标签。标签是辅助检索的入口，但一旦它错了，整条检索路径就废了。

同一份文件，两个月后重新采集，应该得到同一个分类 —— 否则版本追踪就乱了。规则表是确定性的、可版本化的；模型的行为会随依赖版本、浮点实现、批大小漂移。

对于一个专门用来追踪法规何时改了什么的工具，分类本身不稳定是不可接受的。

选规则不是没有成本的。前面那篇三个由真实数据暴露的 SQL 缺陷里第三个 bug 就是规则的直接产物：「化妆品注册备案」因为含「注册」被归进「药品注册」。

修复方式是引入标题级排除规则短路。这意味着分类器的优先级顺序本身就是一条业务规则，需要被测试覆盖。

这是明码标价的代价，比隐藏的代价好。

效力状态（现行有效 / 已废止）是从正文尾部识别「自…起施行」「起废止」推断出来的，没有结构化来源。

这里的原则很明确：

把一份现行有效的法规误标为”已废止”，比留成 unknown 危害大得多。

误标废止会让使用者跳过一份还在执行的法规；标成 unknown 只是多查一次。所以只在正文出现明确废止表述时才标注。

同样的逻辑可以套到很多字段上：默认值应该选”让人多看一眼”，而不是”让人以为已经确认”。 对一个合规工具来说，多看一眼的成本远低于漏看一份废止通知。

规则分类的适用边界很清楚：当标签只是导航（帮用户缩小范围）且出错代价低时，模型完全够用。

一旦标签要承担可追溯的判断，可解释性就从”加分项”变成了”准入条件”。