POI 标签混入位置信息污染分类判据 (Location Tags Polluting POI Rule Judgment)

触发条件

判据在数据的一部分上表现正常、另一部分反常，规则本身没有明显漏洞。
具体表现：食堂里的每一家小铺都被判定成「大地点」，抢走了商业广场的落点。
实测反例——「超超水果店」的 tags 是 美食;水果生鲜;便民服务;三食堂，
与「食堂本身」的判据结果一致。
单纯看 category 字段看不出任何异常：它们确实都正确地标着「美食」。
不同校区表现不一致：某个校区的整批 tags 是错的（例如统一为 教育培训;校内设施），
在该校区判据表现与其它校区不同。

tags 是一个混合语义字段：它同时装两种东西。

tags 里的词	实际语义	例子
业态词	这个 POI 是什么	`便利店`、`小吃快餐`、`图书馆`
位置词	这个 POI 在哪里	`三食堂`、`校内设施`、`教学楼A`

下游把 tags 当纯业态字段用，于是位置信息被当成了业态证据。

关键分辨点在于：同一个词出现在不同字段里，证据强度完全不同。

「食堂」出现在 name 里 → 这个 POI 就是食堂     （业态证据，强）
「食堂」出现在 tags 里 → 这个 POI 在食堂里面   （位置证据，弱）

同理，「图书馆」出现在 name 里说明这是图书馆；出现在某个小铺的 tags 里，
只说明这个铺子在图书馆楼内。

按字段区分证据强度。 把「只在 name 里算数」的词单独成表（如 NAME_ONLY_HINTS），
与「任意字段都算数」的词表（如 ANCHOR_HINTS）分开维护。判断「这个点是什么」只查 name；
判断「这个点属于什么业态」才用 tags。
给噪声词最高优先级。 单独一张否决表（如 NOISE_HINTS：停车场、充电站、公交站、ATM…），
命中即否决，优先于所有正向词表。理由：噪声词的信号方向比正向词更可信——
「停车场」出现在哪个字段都说明这地方是停车场，而正向词出现在 tags 里可能是位置标签。
为「整批 tags 不可信」留兜底。 判据要能只靠 name 跑通。当某个校区的 tags 整批错误时，
规则仍应给出正确结果——这是对第 1 条的强度检验。
保留人工覆盖口子。 关键词规则总有覆盖不到的边角，POI 上留一个 anchor 字段供管理端
定死 true / false，不用改代码。规则覆盖大多数，人工覆盖兜长尾。

三条断言缺一不可，且必须成对构造正反例：

正例：食堂本身（「万家万里餐厅（三食堂）」「万家钱湖餐厅（一食堂）」）必须判定为大地点。
→ 证明「只看名称」不会漏掉真食堂。
反例：位于食堂内的小铺（「超超水果店」，tags 含 三食堂）必须不判定为大地点。
→ 证明位置标签不提拔。
鲁棒性：把某批数据的 tags 清空或替换成无关值（如 教育培训;校内设施），
断言全部判据结果不变。
→ 证明判据不依赖 tags 的正确性。