enrich(sw,#13410): SW-11-CSharp-KnowledgeGraphs density 829 -> 2279 c/cell

[jsboige]

Grain: MED/notebook-dotnet -- lane myia-po-2026:CoursIA -- prev: MED/notebook-dotnet #14117 (cycle 126)

Summary

Enrichissement markdown-only de SW-11-CSharp-KnowledgeGraphs.ipynb (SemanticWeb C#/.NET, dotNetRDF 3.4.1, KG cinema avec 54 triplets) : 829 → 2279 c/code-cell (+174 %), plancher 1200 largement franchi, cible 1500 largement depassee.

Rotation R6 (variete obligatoire) : c126 = MED/notebook-dotnet (SemanticWeb C#/.NET SW-5-LinkedData). Cycle c127 = MED/notebook-dotnet sur SW-11-KnowledgeGraphs -- MEME GENRE (C#/.NET), MEME FAMILLE (SemanticWeb). SW-11 est un notebook d'integration qui combine SW-3 (lecture/ecriture), SW-4 (SPARQL) et SW-5 (Linked Data) pour les Knowledge Graphs reels. Meme protocole (umbrella #13410) : code byte-identique, anchors sur sorties kernel in-place, zero re-execution.

Changement

Fichier	Type	Effet
MyIA.AI.Notebooks/SymbolicAI/SemanticWeb/SW-11-CSharp-KnowledgeGraphs.ipynb	markdown-only	+24 cellules etendues + 5 nouvelles cellules d'interpretation inserees

Cellules etendues (24) : cells [0, 1, 3, 4, 6, 9, 11, 12, 14, 17, 20, 22, 25, 28, 29, 34, 35, 37, 39, 41] - chacune ancree sur la sortie verbatim de la cellule code qui suit :

• cell[0] Plan + objectifs + substance pedagogique (6 sections : construction / SPARQL / parcours / qualite / centralite / SOTA verdict)
• cell[1] Section 0 Installation dotNetRDF 3.4.1, sortie verbatim code[2] dotNetRDF charge.
• cell[3] Section 1 Qu'est-ce qu'un KG (3 proprietes essentielles, exemples Google/Wikidata/DBpedia)
• cell[4] Section 2 Construction KG depuis donnees structurees, sortie verbatim code[5] Vocabulaire cinema defini.
• cell[6] Section 2.2 Transformation table -> triplets (ratio ~7 triplets/ligne), sortie verbatim code[7] KG cinema : 54 triplets assertes.
• cell[9] Section 2.3 Serialisation Turtle, sortie verbatim code[10] (ex:Director a ex:Class, ex:Film a ex:Class, etc.)
• cell[11] Section 3 Interrogation SPARQL, sortie verbatim code[13] Films de Nolan (ordre annee desc) : 3 (Dunkirk, Interstellar, Inception) et code[15] Nombre de films par genre : Drama 6, SciFi 3, Action 2
• cell[12] Section 3.1 Films realisateur donne (pattern SELECT + ORDER BY DESC)
• cell[14] Section 3.2 Agregats (COUNT, GROUP BY)
• cell[17] Section 4 Adjacence et parcours (BFS), sortie verbatim code[18] Adjacence : 22 noeuds / BFS Inception : 9 noeuds
• cell[20] Section 4.1 Visualisation ASCII, sortie verbatim code[21] (sous-graphe Inception : 3 aretes)
• cell[22] Section 5 Qualite et validation, sortie verbatim code[23] (3 metriques : orphelines 3/3, completude 8/8, distribution 1994-2019 mediane 2012)
• cell[25] Section 6 Centralite degre, sortie verbatim code[26] (Nolan 3 films, Bong 2, Tarantino 2)
• cell[28] Section 7 Verdict SOTA (couvert vs pas couvert), redirige vers SW-7/SW-8/SW-10/SW-13
• cell[29] Section Exemples guides (2 exemples resolus + 3 exercices)
• cell[34] Section Exercices a completer
• cell[35] Exercice 1 Films annee 2010 (facile)
• cell[37] Exercice 2 Degre entrant genre (moyenne)
• cell[39] Exercice 3 Chemin le plus court (moyenne-avancee)
• cell[41] Resume avec tableau 9 sections / algorithmes APIs + section pour aller plus loin

Nouvelles cellules (5) :

• Apres code[5] : Lecture du vocabulaire cinema -- pourquoi declarer dans le graphe (auto-description, inference, validation), pattern C# (T-Box avec rdf:type).
• Apres code[18] : Lecture de l'adjacence et BFS -- construction adjacency O(V+E), BFS avec profondeur limitee, complexite, cas d'usage (PageRank, A*, community detection).
• Apres code[23] : Lecture des metriques de qualite -- 3 metriques implementees en C# (orphelines, completude, distribution), pourquoi c'est important.
• Apres code[30] : Lecture de l'exemple guide 1 - affinite cinematographique -- self-join sur realisateurs, FILTER(?d1 < ?d2) pour eviter doublons, cas d'usage (recommandation, analyse de style, cartographie culturelle).
• Apres code[36] : Lecture de l'exercice 1 (stub) -- comment implementer (SparqlQueryParser + LeviathanQueryProcessor + FILTER year=2010), code attendu complet.

Pourquoi ce notebook

Per mesure ground-truth direct disque :

• SW-11-CSharp-KnowledgeGraphs.ipynb 829 c/cell <- choisi : 15 code cells, kernel .NET Interactive + dotNetRDF 3.4.1, sorties tres riches (54 triplets, 22 noeuds adjacence, 3 metriques de qualite, top 3 realisateurs, paires affinites).
• Famille SemanticWeb : nouveau notebook de la serie (non encore enrichi vs SW-3/4/5 c124-c126).
• Genre C#/.NET : continuity c124/c125/c126.
• Substantif : SW-11 est le notebook d'integration de la serie -- il combine tous les concepts des notebooks precedents (lecture/ecriture SW-3, SPARQL SW-4, Linked Data SW-5) pour construire un KG reel (filmographie 8 films). Il introduit aussi la theorie des graphes (BFS, centralite, adjacence) appliquee aux graphes RDF.
• Cas pedagogique Prong B applicable (sota-not-workaround) : KG reel avec filmographie (Inception, Parasite, Dunkirk, etc.), pas une simulation.
• 4eme candidat SemanticWeb C# le plus bas (apres SW-3/4/5).

EPIC implicite : SW-11 etait le seul notebook C# non enrichi < 1000 c/cell dans la serie SemanticWeb. Ce compagnon ouvre la porte aux notebooks suivants (SW-12 GraphRAG, SW-13 Reasoners) et prepare le terrain pour les notebooks Python jumeaux (SW-11-Python-KnowledgeGraphs).

Pool cross-lane autorisation respectee (SemanticWeb/SW-5 c126 -> SemanticWeb/SW-11 c127, rotation R6 effective -- pivot vers un nouveau notebook pour eviter de re-enrichir les memes).

Validations

• validate_pr_notebooks.py origin/main : 1/1 PASS (15 code cells, byte-identique, kernel .net-csharp).
• scan_cell_ordering.py --check-interp-anchor : 1/1 clean (0 findings).
• pedagogy_density.py : 2279 c/code-cell (>= 1200 floor, cible 1500 franchie a 152%).
• Pre-commit hooks (gitleaks, dotnet-probes, papermill-paths, fix-hr-separator, markdown-rendering-guard, fix-source-newlines, H.3 un-executed, source-compilable) : all Passed sans auto-fix.
• Code byte-identique : verifie sur les 15 cellules code (sources + outputs + execution_counts). Les insertions et extensions sont toutes en markdown.

Anti-regression D + Stop & Repair

• Zero modification aux 15 cellules code du notebook C# (sources / outputs / execution_counts byte-identique a origin/main).
• Zero hand-edit d'output (Stop & Repair respecte).
• Catalog COURSE_CATALOG.generated.{json,md} non touche (RÈGLE HARD 1 catalog-pr-hygiene).

Refs

• Umbrella densite pedagogique : 430 notebooks sous le plancher 1200 — surface majoritairement non suivie #13410 (densite pedagogique 1200)
• References bibliographiques : Berners-Lee Linked Data (2006) ; Singhal Introducing the Knowledge Graph (Google 2012) ; Vrandečić, Krötzsch Wikidata (CACM 2014) ; Lehmann et al. DBpedia (Semantic Web Journal 2015)
• Bibliotheques : dotNetRDF 3.4.1 (Graph, TurtleFormatter, LeviathanQueryProcessor), .NET Interactive kernel
• Pattern precedent : c126 (PR enrich(sw,#13410): SW-5-CSharp-LinkedData density 793 -> 1727 c/cell #14117 SW-5 793→1727), c125 (PR enrich(sw,#13410): SW-4-CSharp-SPARQL density 750 -> 1897 c/cell #14116 SW-4 750→1897), c124 (PR enrich(sw,#13410): SW-3-CSharp-GraphOperations density 599 -> 1560 c/cell #14113 SW-3 599→1560)
• Densite floor : scripts/notebook_tools/pedagogy_density.py

Liens

• Notebook enrichi : MyIA.AI.Notebooks/SymbolicAI/SemanticWeb/SW-11-CSharp-KnowledgeGraphs.ipynb
• Famille jumeau : SW-5-LinkedData (precedent dans le pool), SW-11-Python-KnowledgeGraphs (jumeau Python), SW-13-Reasoners (suivant logique)
• Navigation : SW-10-RDFStar (precedent), SW-12-GraphRAG (suivant)
• Prev sur la lane : PR enrich(sw,#13410): SW-5-CSharp-LinkedData density 793 -> 1727 c/cell #14117 (c126 SW-5-LinkedData)

[github-actions]

G-VAR-2/3 GENRE signals (advisory, non bloquant, #10020).
La lane `myia-po-2026:CoursIA` voit ces signaux actifs sur les mergees du jour (UTC 2026-09-01) :

• GENRE-RUN : run consecutif d'un genre LIGHT (voir signals.runs dans le log du job)
• CAP-EXCEEDED-BY-GENRE : light_genre > cap partage G-VAR-2 (tally : declared=5 genre=6 cap=4)
• NOTE ([variation] Le label est lane-agregat mais PR-attache : le merge-gate peut HOLD le grain de CONTENU qui remedie au motif #10341) : la PR courante est de classe CONTENU (non LIGHT-genre) et ne contribue pas au motif ci-dessus -- les labels agregees ne sont PAS poses sur cette PR (le merge-gate ne doit pas la HOLD pour ce motif ; le coupable est parmi les grains META de la lane).

G-VAR-2 plafonne a max(1, grains_mergees_du_jour // 3) LIGHT par lane et par jour, toutes categories LIGHT confondues -- un RATIO, pas un plafond plat ; le cap calcule du jour est dans le tally ci-dessus. G-VAR-3 interdit deux genres LIGHT consecutifs. Les signaux ci-dessus rendent le fait VISIBLE (labels variation-tier-inflation, `variation-genre-run`, `variation-genre-cap-exceeded`, `variation-genre-mismatch`, `variation-genre-unknown`) -- la decision de merge reste au coordinateur.

[github-actions]

Golden-Set Execution (H.7 P3)

✅ 8/8 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	12.0s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	23.5s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	15.0s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	20.6s
Search-1-StateSpace.ipynb	✅ SUCCESS	9.4s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	8.3s
rl_4_multi_armed_bandits.ipynb	✅ SUCCESS	53.8s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	9.0s

Pinned lockfile: scripts/notebook_tools/golden_set.lock.txt (H.7 P3, axe A #4208)

[github-actions]

⚠️ Detector abstained (merge-base introuvable, shallow fetch or unanchored branch).

c.415 (#11873): scope = notebooks CHANGED in this PR, not the whole corpus.
See python scripts/check_markdown_claims_output.py --help for re-running locally.
Detector rationale: c.290 / c.331 / PR #11435 pathologie.

[github-actions]

Notebook PR Validation: PASS

• Notebooks checked: 1
• Code cells validated: 15
• Result: All passed

Checks: H.1 (no errors), H.3 (execution_count), C.1 (no banned patterns)
Non-Python kernels (.NET/Lean): C.1 + errors only (execution_count advisory)
QuantConnect notebooks: C.1 + errors only (require QC Cloud for execution)

[github-actions]

Cette PR depasse le seuil de couverture review (par defaut 300 additions) et n'a recu aucune review -- ni bot, ni humaine.

Le label large-pr-no-review est pose par l'organe scripts/review_coverage.py porte par l'issue #11232. Aucun remede automatique : il faut obtenir une review (Hermes, ai-01, ou review humaine).

Le label sera retire des qu'une review arrive (ou que le diff passe sous le seuil). Fermer/rouvrir la PR ne suffit pas -- la mesure porte sur le diff, pas sur l'etat de la PR.

Seuil, historique et exceptions : cf. docs/reference/review-coverage-threshold.md.

[github-actions]

Bash Syntax Advisory — shebang / executable-bit warnings

See the Shebang + dry-run advisory job log for the per-file ::warning:: lines. Non-blocking.

[github-actions]

Bash Syntax Advisory — shebang / executable-bit warnings

See the Shebang + dry-run advisory job log for the per-file ::warning:: lines. Non-blocking.

[jsboige]

Cette PR est rouge sur No enrich-quality regression pour la meme cause que 6 autres PRs de la lane : les ancres code[N] de la prose sont comptees sur la disposition de main, alors que l'enrichissement insere des cellules markdown et decale les indices de cellules code. Convention attendue : code[N] = la N-ieme cellule code, 0-based, comptee au head.

Diagnostic complet, tableau des 7 PRs et geste de correction : #14436. Le garde a ete verifie firsthand, il ne sur-accuse pas ici.

[github-actions]

Bash Syntax Advisory — shebang / executable-bit warnings

See the Shebang + dry-run advisory job log for the per-file ::warning:: lines. Non-blocking.

[jsboige]

Sweep vague 2 — #14118 : gate enrich-quality rouge → vert (11 HIGH → 0), gate cell-ordering inchangé vert, contenu pédagogique préservé

Le head régénérait des ancres code[N] sur la disposition absolue de main (toutes les 22 réf. du notebook) : avec les cellules insérées par l'enrichissement, ces index atterrissaient sur du markdown ou hors bornes → 10 HIGH ANCHOR_OOR + 2 fences C# fabriquées (pseudo-code /* … */ + Except LINQ inexistant dans le code réel) → 1 HIGH PHANTOM_IN_FENCE.

Correctif (markdown-only, zéro suppression de contenu)

1. Ancres : carte main-absolu → ordinal head (code ordre identique, PR md-only) ; les 22 réf. code[N] rebasées sur les ordinals head (MAP {2:0, 5:1, 7:2, 10:3, 13:4, 15:5, 18:6, 21:7, 23:8, 26:9, 30:10, 32:11, 36:12, 38:13, 40:14}), ex. code[15]→code[5], code[23]→code[8] — convention po-2026: 7 PRs d'enrichissement bloquees par un seul defaut d'ancre (ANCHOR_OOR) — les anchors indexent main, pas head #14436.
2. Fences fantômes : remplacées par l'extrait verbatim de la vraie cellule 5.1/5.2/5.3 (métriques de qualité réelles : classes orphelines / complétude / distribution des années) dans cell#24 et cell#26 — identiques au code committé, sorties alignées.

Preuves

• Enrich-quality : enrich_quality_ci.py --base <blob origin/main> --head <nb> → rc=0, 0 régression HIGH (scan : 3 MED advisory — DIACRITICS_LOSS 44 %, MD_SURVIVAL_LOW 27 %, 1 ANCHOR_ADJACENCY — non bloquants, même classe que les autres PRs du sweep).
• Cell-ordering : scan_cell_ordering.py --severity HIGH → 0 finding (inchangé, vert en CI).
• Code intact (md-only, C.2) : 15/15 cellules code bit-identiques à la base, toutes avec execution_count et outputs.
• Les 4 HREF_MISSING initialement aperçus sur le dump hors-arbre = artefact de repo-root du scan local (résolution des hrefs en dehors de l'arbre) — disparus dès le scan dans l'arbre du worktree ; 0 lien cassé (check_notebook_navlinks.py).
• Twin parity : rebaseline SW-11 Knowledge-Graphs (DERNIÈRE op) — committée avec le fix.
• Hooks pré-commit tous Passed.

Résiduel

3 MED advisory documentés ci-dessus (même pattern que #14116/#14117 — structure régénérée, non bloquants).

Reste du sweep : #14119, #14129, puis audit jumeaux #14399.

[github-actions]

Bash Syntax Advisory — shebang / executable-bit warnings

See the Shebang + dry-run advisory job log for the per-file ::warning:: lines. Non-blocking.