Skip to content

家庭流大纲:Berglund 家的两周 ​

状态:大纲,2026-10-15 经用户审阅后据此合成,成品、方法与检查结果见 README.md,逐拍细节见 BEATS.md。合成时为通过不可回溯检查改了几个名字(Karin → Kajsa、Lena → Ulrika、Mattias → Joakim),本文已同步。人物与剧情由作者编写,Enron 私人往来只作仿写参考,成品不含其中任何内容。

现有四条流里没有人在等 Jonas 回话。家庭流补上这块:约 380 条,占全部输入的 12%,最碎、最短、空话最多,又最常要他本人拿主意。

这个家 ​

Jonas 住在斯德哥尔摩南郊一栋 1940 年代的独栋房子。第一周伴侣带孩子住在她父亲的乡下小屋,他一个人在家赶 rc1、照看猫;8 月 9 日全家回城,10 日伴侣复工、儿子回幼儿园,女儿 19 日开学前白天一个人在家。

人说话方式渠道
Kajsa Wallin,同居伴侣,手术室护士短句连发,一条塞三件事,没回音就发“??”,吵完补一颗心一对一、家庭群
Signe,女儿,11 岁一句话拆五条,表情多,不加标点家庭群、屏幕时间申请
Ture,儿子,4 岁只出现在别人的消息里幼儿园 App
Smilla,猫,3.6 kg牙龈炎加呼吸道感染兽医诊所短信
Birgitta Berglund,母亲,72 岁,独居外地早上六点的长段消息,不分段,署“Kram mamma”;不会弄就打电话留言短信、语音留言转写
Ulrika Berglund,妹妹,住哥德堡替母亲着急,催哥哥拿主意兄妹群
Göran Wallin,Kajsa 的父亲转发笑话和钓鱼照片邮件
Joakim Ek,老朋友链接加一句话;22 日办小龙虾派对一对一、派对群
Gunnel Nordin,隔壁邻居帮忙喂猫,消息必附照片短信、街坊群

名字都查过,不与 frames.json 和演示数据里的化名重名。

两周剧情 ​

六条线:A 猫看病(要去办)、B 母亲九月住哪(要决定,最后她自己定了)、C 和 Joakim 骑车(不了了之)、D 车道下漏水(窗口末的新决定)、E 9 月 14 日那趟航班、F 小龙虾派对报人数。

日期(帧)家里咬合
8/3 一(f01–02)Kajsa 的清单:喂猫、浇番茄,Smilla 打喷嚏不吃干粮,“约兽医”(A)。母亲留言:楼里要换水管(B)。派对建群(F)工作:漏洞报告重开
8/4 二(f03–04)Kajsa 再问兽医。母亲转发住房合作社通告:9 月起六周,选临时公寓、住亲戚家或留下用移动卫浴,14 日前回执;新手机 BankID 用不了工作:NDEBUG 之争
8/5 三(f05–06)约好 10 日看兽医。Joakim 问新车的咔哒声,约周日骑(C)生活:咔哒声
8/6 四(f07–08)13 点 Kajsa 问 9/14 几点到家、母亲那天要不要来(E);17 点“??”;他 22:40 才回一句最忙一天;航班改经停
8/7 五(f09–10)托 Gunnel 喂猫,晚上去小屋—
8/8 六(f11–12)前一晚小屋煮了小龙虾;Gunnel 发照片:猫在番茄盆里刨土生活:贝壳高汤、猫与花盆
8/9 日(f13–14)回城。Joakim“今天骑?”——“晚上发 rc1,下周六”。Kajsa 在群里说车还没卸工作:rc1
8/10 一(f15–16)兽医开抗生素 7 天,刷卡 1290 克朗。Gunnel 随口说他家车道边是湿的(D)。母亲:“你们商量了吗”天气提醒:两周几乎没雨
8/11 二(f17–18)15:52 Kajsa“给猫吃药了吗”;他怀疑喂了两次,Kajsa“打电话!”,诊所已过电话时段。晚上 Signe 连发三次屏幕时间申请生活:药量、漫画
8/12 三(f19–20)诊所回电没接到。银行:退款裁定。14:50 幼儿园:Ture 发烧,他去接。派对报名截止,他没回。Kajsa 的车后刹又软生活:退单、后刹
8/13 四(f21–22)Ture 在家。Kajsa 订了新通勤车,同天来一条假快递缴费短信。Ulrika 问母亲那边热不热。Kajsa 在派对群替他报 4 人。他把“超过 5 mg/kg 有失明风险”转给 Kajsa生活:刹车片、药量回答;高温
8/14 五(f23–24)8 点打诊所:剂量照旧,24 日复诊,回 JA 确认(A 结)。11 点母亲:回执已交,选临时公寓,别操心(B 结)工作 8:56 才开始
8/15 六(f25–26)7:50 Kajsa:水表在转。8:40 他取消骑车,Joakim“👍 下回”(C 散)。水管工:整根重换约 6.8 万克朗,或免挖内衬约 4.1 万,周一前答复(D);保险受理生活:铜水管
8/16 日(f27–28)Kajsa 长消息算账:水管、新车、兽医。学校平台:18 日前用 BankID 签开学文件。派对群收款生活:预算、车道厚度

Fold 应当怎么判 ​

线判断
A8/3 一件 normal;8/11 下午升 high,登记“打给诊所还是先观察”;8/14 答上,只留复诊日期。Kajsa 的催促都并进这一件
B8/4 一件“母亲九月住哪,周五截止”,登记二选一,BankID 与 Ulrika 的催促并入;8/14 母亲自己交了回执,问题失效,报一句结果
C最多一条 trace,8/15 撤下,不登记问题
D8/10 邻居那句值一条低档痕迹(对照天气才看得出不对);8/15 升 high,登记“整根换还是免挖”,窗口结束时仍开着
E不另立,并进生活流的航班:Kajsa 的追问让它从知会变成家里在等你
F一件 low,8/12 前登记“回几个人”,8/13 Kajsa 代答后失效
一次性Ture 发烧当帧最高(已接回,记结果);开学文件 low,截止 8/18;假快递短信丢弃
丢弃表情与“ok”、幼儿园照片、两个群的闲聊、转发、购物清单增删、刷卡通知、日历的重复提醒,约占六成

这些判断由作者写定:家庭流没有真实的后续行为,Jonas 的回复也是合成的。标注依据标 authored,与另三流由真实行为推出的分开统计,评测时检验一致,不检验真实。

渠道与形式 ​

渠道条数形式
家庭群、Kajsa、Signe140连发短句、照片占位、表情回应、语音转写
母亲、妹妹40长短信、留言转写、通告照片的文字
Göran、Joakim、Gunnel30邮件转发、链接、照片
派对群(9 人)40接龙、投票、收款请求
班级家长群、街坊群55失物、拼车、可疑车辆、二手
机构通知75兽医、幼儿园、学校、银行与 BankID、保险、水管工、快递、日历、购物清单

本人约 90 条。按 NOISE.md 的口径预计:长度中位约 45 字符(生活流 257、工作流 135),低信息量占他人来信约 45%(工作流 33%),应被忽略约六成,同一分钟连发多、夜里少。正文用瑞典语,最真实;节拍表附中文供审阅。

真实数据告诉我们的 ​

读了 Enron 语料 21 个邮箱的私人文件夹(来信约 2100 封)与其中 5 个的已发送,只记形态:

  • 人与人的往来不到六成,其余是转发的笑话与连环信(常只附一句“太好笑”,挂着几十个收件人)、账单通知、团体群发。
  • 85% 的话题只有一封,没有回音;有来回的三分之二只换一次手。换手四次以上的不到 1%,多是朋友约聚会、约球或互相打趣,几小时来回十几次。
  • 回信中位一小时,四分之一拖过一天。没人回就原样再发,或隔天换个说法;群里“有人回一下吗”常没人接。
  • 约六分之一的来信带两个以上问句或“另外”“顺便”;母亲一封信里报行踪、转述另一个家人、要地址。
  • 家事常经第三人转达(助理代发行程、朋友的朋友推荐医生),条件分支写进一条;配偶之间多是行踪与几点到家,常带一句“忙疯了”。
  • 当年私信中位约 360 字符。移到 2026 年要留的是几件事搅在一起,拆成三五个气泡,不是长度。

合成方法 ​

现有 frames.json(v1.1)不动:化名表与 raw/ 已丢,四条流无法重建,家庭流只能追加。

  1. 节拍表:六条线写成按分钟排的约 120 拍(谁、何时、什么意思、Jonas 回不回、Fold 应当怎么判),是事实与标注的唯一来源,入库。
  2. 人写的消息:Agent 按节拍逐段写,手里有人物卡与形态规则;动笔前在本机读几段同类 Enron 往来(约聚会、催回复、母亲的长信)校准语气,只仿形态,不逐句改写,不记录哪段参考了哪封。
  3. 通知类用模板生成,标 text_origin: template;噪音层(两个群、表情、转发)按目标分布批量写,不服务剧情。
  4. 不可回溯:语言、人物、地点、事件都换了;脚本另查成品不含参考邮件里的专名,英文段落与 Enron 无 8 词以上重合。
  5. 入库:新增 compose_corpus.py family,把成品按时间插入 28 帧,更新条数,追加 ids.json(origin 记 authored: 加编号),重算 noise.json。弱标注由节拍表生成,格式同 labels.json(每帧应忽略的输入、事项分组与档位),另记问题的登记与失效帧,作为新的 family 一节;其余标注不动。成品是原创文本,可整份入库。

接缝与风险 ​

  • 生活流:34 个提问里与这家冲突的有狗、两个十几岁的儿子、四只猫、住公寓或在法国、丹佛、肯尼亚。家庭线只挂靠相符的十来个。建议这一版不挪,挪走会改动标注与已打磨的演示数据;要挪可把六个硬冲突改记为“关注的问题”,待用户决定。
  • 演示数据由旧的自由运行重放,带家庭流须重跑一次自由运行;家庭流会在 8/14 了结演示里一直开着的猫药量问题。(已于 2026-10-15 重跑,见第二次自由运行。)
  • 太整齐:作者知道结局,容易写得因果分明;每条线至少放一处错位:回错对象、答案先于问题、重复发送。