Corregge Figure 22 e 35 e verifica le annotazioni del catalogo immagini

- tesi.md: rimosse le etichette 35/36 duplicate della Figura 22; Figura 35
  unita in una sola immagine con i pannelli a-d; tolte 12 righe vuote doppie
- immagini.json: 31 figure corrette dopo revisione indipendente (descrizioni,
  didascalie, tipi, alt_text, keywords); aggiunto quality.verification
- numeri di riga ricalcolati in immagini.json e bibliografia.json
- CLAUDE.md aggiornato (79 file immagine)

Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
This commit is contained in:
davideandClaude Sonnet 5.5 committed 2026-10-09 15:37:40 +02:00
1 parent 24ed4fad9a
commit 7595bd5a91
9 files changed
+1022 -647

No files matched your search

+2 -2
View File
@@ -10,8 +10,8 @@ Non c'è codice: pipeline documentale **PDF/DOCX grezzi → Markdown (MinerU)
- `tesi.docx`, `tesi.pdf` — **grezzo di partenza** (tesi originale): mai da modificare né da usare come fonte di lavoro; servono solo per verificare dubbi di estrazione (es. `pdftotext -f <pag> -l <pag> tesi.pdf -`; la bibliografia è a p. 108).
- `tesi.md` — **sorgente canonico** già rifinito (fusione docx + output MinerU, formattazione uniformata). Lavorare qui.
- `immagini/` — le 82 figure usate da `tesi.md` (`![](immagini/<hash>.jpg)`). Nomi = hash: **non rinominare**, non rompere i riferimenti. Le immagini non referenziate sono state eliminate.
- `immagini.json` — catalogo delle figure per l'ingest (schema v2): `figures` (78 figure logiche, id `fig-NNN`, con `panels` = file fisici), `sections`, `indexes`, `search_text` per embedding, `cited_in_md_lines`, `quality` (confidenza, flag, `review_notes` = discrepanze da verificare). Descrizioni e didascalie generate guardando le immagini, **non** verificate una per una.
- `immagini/` — le 79 figure usate da `tesi.md` (`![](immagini/<hash>.jpg)`). Nomi = hash: **non rinominare**, non rompere i riferimenti. Le immagini non referenziate sono state eliminate.
- `immagini.json` — catalogo delle figure per l'ingest (schema v2): `figures` (78 figure logiche, id `fig-NNN`, con `panels` = file fisici; 79 file), `sections`, `indexes`, `search_text` per embedding, `cited_in_md_lines`, `quality` (confidenza, flag, `review_notes` = discrepanze da verificare). Descrizioni e didascalie generate guardando le immagini, **non** verificate una per una.
- `bibliografia.json` — 59 riferimenti parsati (autori, titolo, rivista, anno, DOI) con `cited_in_md_lines`/`cited_in_sections`; `text` è la fonte di verità, gli altri campi sono euristici.
**Numeri di riga:** `immagini.json` e `bibliografia.json` contengono righe 1-based di `tesi.md` (`md_line`, `caption_md_line`, `cited_in_md_lines`). Se aggiungi o togli righe in `tesi.md`, ricalcolale (o evita di cambiare il numero di righe).