antins-labs/searchos/aggregation-counting

使用边界

下文给出研究方法。提到 schema、任务派发或证据工具时，仅在宿主提供对应能力时调用；其他环境用表格、任务清单和附来源的笔记表达相同状态，不假定专有工具存在。具体方法和约束如下。

aggregation-counting

目标

解决“需要把若干分散记录的数量累加为一个最终总数”的搜索问题。 这类问题往往没有单一网页直接给出“总数”，而要靠人工把多条来源中的子数量相加，因此需要专门的分解-聚合策略。

适用场景

1. 统计某事件在不同地点造成的总死亡人数（如 Fujimori 案中的 Barrios Altos + La Cantuta）。
2. 统计某时间段内某单位下属所有支部参与活动的总数（如新疆大学计算机学院支部数）。
3. 求数学方程所有正解的个数（如 sin πx = |log x| 的 x>0 解数）。
4. 统计某高校所有学院/系成立周年的总和（如华侨大学计算机学院周年）。
5. 统计某政策覆盖的全部城市数量。

不适用场景

• 单一网页已直接给出总数（如“Swinburne University 位于 Melbourne”）。
• 问题只要求确认是否存在，而非具体数量。
• 需要实时动态数据（如当前在线人数），无法通过静态累加获得。

核心原则

1. 先拆分再聚合：把“总数”拆成若干可独立验证的子项，再分别搜索并累加。
2. 统一口径：确保所有子项使用同一计量单位（人、次、个、年等），必要时换算。
3. 交叉验证：每个子项至少用两条独立来源确认，避免重复计数或遗漏。
4. 记录溯源：在累加过程中保留每个子项的来源链接或片段，方便回溯。

标准执行流程

1. 识别总数维度

明确“总数”到底指什么（人数、次数、年数、解数等）。

1. 列出潜在子项

根据常识或初步搜索，把总数拆成可能存在的子项列表（地点、时间、类别）。

1. 构造子查询

为每个子项构造精准查询： "{子项名} {维度} 数量" 或 "{事件名} {地点} 死亡人数"。

1. 逐一验证并去重

对每个子项结果进行交叉验证，剔除重复、估算或不可靠数据。

1. 统一单位并累加

把所有确认无误的子项数值相加，得到初步总数。

1. 二次核查

用更宽泛的查询（如“{事件} 总死亡人数”）搜索是否有官方一次性给出的总数，与累加结果比对。

1. 输出带源总数

用 \boxed{总数} 格式呈现，并附注每个子项的来源片段或链接。

检索策略模板

• 子项精准查询："{子项关键词} {维度} site:gov.cn"
• 官方汇总查询："{事件/机构} 总数/总量 site:official_site.edu.cn"

补充策略 (from dataset mining: aggregation-counting)

核心原则

1. 先找权威全集：优先锁定官方/权威来源的“完整名单”或“目录”，避免逐条搜索导致遗漏。
2. 逐项验证：对名单中的每一项二次检索确认其符合问题限定条件（时间、地域、级别等）。
3. 去重计数：合并结果时按唯一标识（ID、名称+年份）去重，再统计数量或生成最终列表。

标准执行流程

1. 解析聚合维度

明确需要统计的维度（项目数、金额、成员列表等）及限定条件（时间、地域、级别）。

1. 搜索“全集”来源

用 {entity} 全部 {item} 列表 site:gov.cn 或 {entity} complete list of {item} 等模板找官方目录。

1. 提取候选列表

从步骤 2 的结果中复制/整理出候选条目，保存为临时清单。

1. 逐项验证条件

对清单中的每一项，用 {item} {限定条件} 再次搜索确认其有效性；剔除不符合条件的条目。

1. 去重与格式化

按唯一键去重，统一格式（如统一货币、单位），准备汇总。

1. 计算聚合值

计数、求和或生成最终列表；若需多维度，分别计算后合并。

1. 交叉验证

用第二个独立来源抽查 10% 的样本，确保准确率；若差异>5%，回到步骤 4。

1. 输出带来源的答案

给出最终数字/列表，并附“数据来源+检索时间”以便复核。

检索策略模板

• 全集检索："{entity}" "list of {item}" site:gov.cn OR site:edu.cn
• 单条验证："{item_name}" "{限定条件}" -site:spam.com