feat(classify): gate loose re token, non-linear negatives, drop 纯享/转场

reaction 词表用 re|reaction|反应 但须与咻咻满或充电同现，兼容 reactio/reation 等拼写又避免通用词加分；负向改为每词 -2 且命中多条额外叠加（k*(k-1)），日期 -4；纯享（误伤纯享受）移出负向，转场移出正向。库内 796 条有效视频复测：线以下由 14 降至 8。

reaction_board/classify.py

@@ -74,9 +74,9 @@ _DATE_PATTERNS = (
 )
 _DATE_RE = re.compile("|".join(_DATE_PATTERNS))
 
-# 负向权重（见 project.md §3.3）。正向改为「命中次数」超线性加权，见 score_item。
-NEGATIVE_SCORE = 6
-DATE_SCORE = 6
+# 负向权重（见 project.md §3.3）：每个负向词 -2，命中多条额外叠加；日期单独 -4。
+NEGATIVE_PER_WORD = 2
+DATE_SCORE = 4
 SELF_SCORE = 3
 
 
@@ -97,16 +97,26 @@ def score_item(
     正向按**命中次数**超线性加权：每命中一个正向词（``require_title`` / ``reaction``
     / ``charge`` / ``weak_positive``）记 1 次，正向得分 = 命中次数²（1→1、2→4、
     3→9……），使多信号同现的真 reaction 不会被单个负向词打穿（1+1>2、1+1+1>5）。
-    标题不含 ``require_title`` 直接 0 分；时长只在此基础上已有命中时加权。
+
+    ``reaction`` 词表含 ``re`` 这类通用子串（用于兼容 reaction/reactio/reation 等
+    拼写），因此必须与 ``require_title`` 或 ``充电`` 同现才计一次命中。标题不含
+    ``require_title`` 直接 0 分；时长只在此基础上已有命中时加权。
+
+    负向按命中词数递减：每个词 -2，命中 2 个额外 -2、3 个额外 -6（k*(k-1)），
+    带日期再 -4。
     """
     require_title = str(classify.get("require_title") or "")
     if require_title and not passes_required_title(title, require_title):
         return 0
 
+    # reaction 类通用词必须与 require_title 或 "充电" 同现才算命中（避免通用词加分）。
+    reaction_gate = passes_required_title(title, require_title) or contains_any(title, ["充电"])
+    reaction_hit = 1 if (matched_words(title, classify.get("reaction")) and reaction_gate) else 0
+
     hits = 0
     if require_title:
         hits += 1
-    hits += len(matched_words(title, classify.get("reaction")))
+    hits += reaction_hit
     hits += len(matched_words(title, classify.get("charge")))
     hits += len(matched_words(title, classify.get("weak_positive")))
 
@@ -121,8 +131,11 @@ def score_item(
         elif duration_seconds > 30 * 60:
             score += gt_30
 
-    if matched_words(title, classify.get("negative")):
-        score -= NEGATIVE_SCORE
+    neg_words = matched_words(title, classify.get("negative"))
+    k = len(neg_words)
+    if k:
+        score -= NEGATIVE_PER_WORD * k
+        score -= k * (k - 1)  # 命中 2 个额外 -2、3 个额外 -6、4 个额外 -12
     if classify.get("date_negative", True) and date_hits(title):
         score -= DATE_SCORE
     if up_mid is not None and int(up_mid) == int(classify.get("self_mid", 37754047)):