「2割消えてる」って言い出したの、誰れく | 解析ログ

今日のターゲット

「施設一覧PDFをbronzeに流したあと、NotebookLMに内容チェックを頼んだら「施設名が2割ほど欠けているようです」って言ってきたれく。パイプラインのエラーログ、何もないれく……どこが2割なのかさっぱりれく✨」

「PDFを目視したら一瞬でわかったれく✨」

-- 厚生局PDF：改ページのたびにこれが挿入される
医療機関名　　住　所　　　　電話番号　　　開設者名
-- ↑ データじゃなくて印刷用ヘッダーれく
-- pdfplumberはこれをちゃんとスキップしてたんれく

「施設は1件も消えてないれく。消えてたのはヘッダーれく。正しく消えてたんれく✨」

「bronzeのレコード数とPDFの目視カウントを突き合わせたれく✨」

SELECT COUNT(*) FROM bronze_dental_shitei
WHERE source_file = '13shisetsu_shika_tokyo_r0803.pdf'

-- 結果: 目視カウントと完全一致れく ✨
-- パイプラインは最初から正しかったれく

「pdfplumberを信じてよかったれく。NotebookLMを信じてパイプラインをいじらなくて本当によかったれく✨」

「チェックを頼むツールが何をカウントしているかは先に確認するれく。NotebookLMはPDFの"見た目の行数"と"意味のある行数"を区別しないれく。「2割消えてる」って言葉だけで血圧上げてたらうちがかわいそうだったれく✨」