feat(ingest): is_oa-фильтр OpenAlex + PDF-ссылка arXiv → покрытие full-text ↑
Some checks failed
Deploy / deploy (push) Failing after 4m37s
Some checks failed
Deploy / deploy (push) Failing after 4m37s
Корпус набивался с ~8% полного текста — по широким темам мало доступных PDF. - OpenAlex: параметр open_access_only (is_oa:true), включён по умолчанию для заливки (INGEST_OPEN_ACCESS_ONLY). A/B: покрытие 20% → 45%. - arXiv: url теперь прямая ссылка на PDF (был на HTML-страницу аннотации), теперь enrich_full_text реально качает текст (у arXiv PDF почти у 100%). Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
This commit is contained in:
@@ -527,6 +527,7 @@ def run_parser(source_id: int) -> dict[str, Any]:
|
||||
"lang": cfg.get("lang"),
|
||||
"year_from": cfg.get("year_from"),
|
||||
"year_to": cfg.get("year_to"),
|
||||
"open_access_only": settings.INGEST_OPEN_ACCESS_ONLY,
|
||||
}
|
||||
elif stype == "cyberleninka":
|
||||
from cyberleninka import CyberLeninkaParser as P
|
||||
|
||||
Reference in New Issue
Block a user