理解一个具体问题
把模糊分区迁移成可解释的字段
“欧美”“亚洲”“一区”可能混合地域、页面栏目和发行区码。先保留原始标签 raw_label，再记录它来自哪里、含义是否可确认；未定义的分区不能自动写进制作地区。
| 学习编号 | LEARN-006 |
|---|---|
| 核心问题 | 把模糊分区迁移成可解释的字段 |
| 分类 | 标签迁移 |
| 材料性质 | 本站原创教学设计；短片、编号、版本和数据均为虚构。 |
| 原始标签 | raw_label：原文保存 只保存素材标签，不把它当作结构化事实。 |
| 分区含义 | section_id + definition “一区”未说明口径时记为含义未明，不能推断语言或制作地。 |
| 迁移记录 | 旧值 → 新字段 → 依据 → 未解决项 保留无法映射的数据，避免静默丢弃。 |
保留线索，不强行翻译
面对“欧美一区亚洲”这样的混合标签，先提出四个问题：描述哪里制作、说什么语言、哪次发行，还是仅是站内栏目？本课据此延伸到字段设计，不对标签补写影片事实。
动手检查
将旧标签“亚洲 / 一区 / 英语”拆开。若已知英语明确指音轨，只映射 audio_languages=[en]；亚洲和一区的口径未说明时保留原文及 unknown 状态。
适用范围
适合
- 整理电影目录、策展清单或练习数据建模的读者
- 愿意先定义字段、再手工核对筛选结果的人
不适合
- 使用这些虚构数据查询真实影片或发行服务
- 从语言或分区标签推断真实人物、作品或授权事实
继续阅读对应指南
指南
来源冲突与旧标签：怎样保留可追溯记录
把每个值绑定到来源、字段和版本。遇到冲突先排除版本或单位差异，再保留未知与不同说法；旧分区含义不明时保存原标签，不强行映射制作地区。
包含 5 个可复现步骤
阅读指南接下来可以看
学习卡片
先确定一行代表作品还是版本
一部作品可以对应多个发行版本。作品表保留稳定的 work_id、标题和制作地区，版本表通过 work_id 关联音轨、字幕、片长及发行信息，避免把两个版本误算成两部作品。
- 使用方式
- 阅读与实践
- 内容性质
- 教学材料
学习卡片
把制作地区与音轨语言分成两列
制作地区说明作品来源，音轨语言说明具体版本听到什么。两者不能互推：虚构的日本制作短片可以含英语音轨，法国、日本合拍片可以使用法语和日语。
- 使用方式
- 阅读与实践
- 内容性质
- 教学材料
数据透明度