QuotedSpansAlignment

是什么： 该指标衡量模型答案中的引语片段（quoted spans）有多大比例原样出现在检索到的来源里。分数范围是 [0, 1]，其中 1.0 表示每个引语片段都有证据支持，0.0 表示来源中找不到任何引语片段。

为什么： 用户对精确引语格外信任。当模型引用的事实并不存在于证据中时，可靠性会被削弱。该指标帮助发现引用漂移：答案里的引语短语没有得到支持。

现代 Collections API（推荐）

from ragas.metrics.collections import QuotedSpansAlignment

metric = QuotedSpansAlignment()

result = await metric.ascore(
    response='The study found that "machine learning improves accuracy".',
    retrieved_contexts=["Machine learning improves accuracy by 15%."]
)
print(f"Score: {result.value}")  # 1.0
print(f"Reason: {result.reason}")  # "Matched 1/1 quoted spans"

参数：

• name：指标名称（默认："quoted_spans_alignment"）
• casefold：匹配前是否把文本转成小写做归一化（默认：True）
• min_span_words：一个引语片段的最少词数（默认：3）

输入：

• response: str – 包含引语片段的模型回答
• retrieved_contexts: List[str] – 用于核对的来源段落列表

输出： 一个 MetricResult，包含：

• value：[0, 1] 的分数
• reason：已匹配 / 总片段数的说明

说明：

• 实现会通过折叠空白和转小写来归一化文本。
• 默认忽略短于三个词的片段；可用 min_span_words 调整。
• 如果回答中没有找到任何引语片段，分数为 1.0（没有需要核验的内容）。

旧版 API（已弃用）

警告： 旧版 quoted_spans_alignment 函数已弃用。 请改用 ragas.metrics.collections 中的 QuotedSpansAlignment。

输入形状：

• answers: List[str] – 模型答案列表（长度 N）
• sources: List[List[str]] – 长度为 N 的列表，每个元素是来源段落列表

输出： 包含以下内容的字典：

{
  "citation_alignment_quoted_spans": float,  # score in [0,1]
  "matched": float,                          # number of spans found in sources
  "total": float                            # total number of spans considered
}

说明：

• 如果所有答案中都没有找到引语片段，分数定义为 0.0，且 total = 0。