바운디드 컨텍스트
이 페이지의 목적
이 페이지는 PaperSens의 세션, 추출, 분석, 보고 경계를 분리하는 페이지다.
| 컨텍스트 | 분류 | 핵심 책임 | 대표 개념 |
|---|---|---|---|
| Manuscript Intake & Session Workspace | Core | 업로드 수용, 파일 형식 판별, paper alias 부여, 세션 수명주기, 캐시 관리 | Manuscript, Paper Session, Alias |
| Content Extraction & Canonicalization | Core | DOCX/PDF/LaTeX별 파싱, 제목 추출, 표/그림 카운트, figure caption과 context 정리 | Extracted Text, Figure Caption, Figure Context |
| Dataset Provenance Analysis | Core | 데이터셋 이름, 출처, 수집 방식, 표본, citation 근거 추출 | Dataset Analysis, Dataset Info |
| Figure Intelligence | Core | figure preview, publication quality 판단, figure-text consistency 검사 | Figure, Figure Quality, Figure Contents Check |
| Editorial Assessment & Reporting | Core | summary, abstract translation, SCIE 스타일 review, verdict 생성 | Review, Summary, Abstract Translation |
| Model Orchestration & Runtime Integration | Generic | text model/VL model 라우팅, backend URL, timeout, 모델 발견과 fallback | Text Model, VL Model |
| Presentation/API Layer | Supporting | 미션 실행 표면, 결과 렌더링, 사용자 입력 흐름 | Mission Request, Result View |
경계를 이렇게 자르는 이유
Content Extraction을 분리해야 PDF, DOCX, LaTeX 파싱 규칙이 분석 규칙을 오염시키지 않는다.Dataset Provenance와Figure Intelligence는 서로 다른 증거 생성 컨텍스트다.Editorial Assessment는 상위 판단 컨텍스트로서 앞선 분석 결과를 소비하지만, figure 또는 dataset 규칙 자체를 소유하지 않는다.
번역 또는 조정이 필요한 경계
Content Extraction & Canonicalization은 원본 파일을 분석 가능한 공통 표현으로 번역한다.Dataset Provenance Analysis와Figure Intelligence는 서로 다른 증거를 만들지만 최종 review에서 같은 판단 언어로 합쳐진다.Model Orchestration & Runtime Integration은 분석 규칙을 소유하지 않고 호출 정책과 fallback만 제공한다.
확인 소스
papersens/QUICKSTART.mdpapersens/web_ui.pypapersens/index.html