feat(wiki-glossary): Workflow de dédoublonnage (chaîne + embeddings) pour concepts proposés

Provenance : adapté depuis fyl-guidelines#13 (généralisé). Fait partie de l'EPIC #3. Dépend de la sous-issue "Hook optionnel d'extraction de glossaire" (même fichier, schéma partagé).

Contexte

Pour les concepts métier sans source machine-lisible, l'agent ingest propose aujourd'hui de nouvelles pages concept sans aucun dédoublonnage — une dérive terminologique ou une fusion sémantique incorrecte n'est détectée, au mieux, qu'au batch hebdomadaire de consolidate.

Détails d'implémentation

• Toute nouvelle entrée de concept proposée par ingest porte status: "llm-proposed".
• Check bloquant (similarité de chaînes) : comparer le nouveau terme/alias à tous les alias existants (Levenshtein normalisé ou Jaccard sur tokens). Au-dessus d'un seuil calibrable, rejet automatique — force une décision explicite (fusion ou nouvelle entrée justifiée).
• Check de signal (embeddings) : comparer la description du nouveau terme aux descriptions existantes. Non bloquant (faux positifs possibles) — flague pour révision humaine les concepts sémantiquement proches mais lexicalement différents.
• Validation humaine explicite requise pour passer de "llm-proposed" à "human-approved".
• Champ deprecated_aliases avec reason pour tracer les corrections historiques.

Critères d'acceptation

• Check de similarité de chaînes opérationnel et bloquant à la proposition d'un nouvel alias
• Check de similarité d'embeddings opérationnel, produisant un flag de révision (non bloquant)
• Workflow de validation humaine llm-proposed → human-approved documenté et testé
• Test : proposer un alias quasi-identique à un existant — doit être rejeté automatiquement
• Test : proposer un terme sémantiquement proche mais lexicalement différent — doit être flagué pour révision, pas rejeté ni accepté silencieusement