نشانه‌گذاری خودکار می‌تواند خواندن متنِ پیاده‌شده را راحت‌تر کند، ولی علامت سؤال یا مرز جمله همیشه از متن خام معلوم نیست. باید «حفظ واژه‌ها»، «انتخاب نشانه» و «برداشت معنایی» را جدا بررسی کرد. سه نمونهٔ ساختگیِ این راهنما صوت ندارند؛ از آن‌ها نتیجهٔ دقت یک موتور یا آهنگ گفتار استخراج نمی‌کنیم.
واژهٔ یکسان، خبر یا پرسش متفاوت
دو خروجی «تمام شد.» و «تمام شد؟» واژه‌های یکسان دارند، اما اولی می‌تواند خبر و دومی پرسش باشد. ورودیِ خامِ «تمام شد» به‌تنهایی انتخابِ قطعیِ یکی را ثابت نمی‌کند. در فایل تمرین، punctuation_reference برای همین مورد null و وضعیت «نیاز به صوت یا روشن‌سازی گوینده» است؛ مرجع قطعیِ ساختگی نساخته‌ایم.
اگر جمله مبنای اقدام است، پرسش دربارهٔ انجام کار را به تأیید انجام آن تبدیل نکنید. برای متنِ مبهم، زمان و نسخهٔ صوتِ مجاز را حفظ و مورد را برای بررسی مشخص کنید؛ افزودن یک نقطه، شاهد تازهٔ انجام کار نیست.
اصلاح علامت، مجوز تغییر واژه نیست
| متن مرجعِ آموزشی | تغییر نامناسب | نوع مسئله |
|---|---|---|
| ارسال نکن؛ صبر کن. | ارسال کن؛ صبر کن. | حذف نفی؛ خطای واژه |
| بله، فردا بررسی می‌کنیم. | بله، حتماً فردا بررسی می‌کنیم. | افزودن قطعیت؛ واژهٔ تازه |
در این دو ردیف، مرجع را به‌عنوان صورت تمرینِ نوشتاری داده‌ایم؛ ادعای پیاده‌سازیِ فایلِ شنیده‌شده نیست. مسئولِ نشانه‌گذاری نباید برای روان‌شدن جمله، نفی را حذف یا تعهد تازه اضافه کند. اگر بازنویسیِ خلاصه لازم است، آن خروجی باید از متنِ شاهد جدا و قابل ردیابی باشد.
کنترل حفظ واژه چه چیزی را نمی‌بیند؟
Python همراه فقط مجموعهٔ مشخصی از نشانه‌ها را حذف و رشته را با فاصله به واژه تقسیم می‌کند. این قرارداد عمداً محدود است؛ پاک‌سازی عمومی Unicode، شکستن همهٔ نشانه‌ها یا محاسبهٔ WER نیست. کد واقعاً نشان می‌دهد دو خروجی خبر و پرسش واژه‌های برابر دارند و دو تغییرِ حذف نفی و افزودن «حتماً» از مرجع واژه‌ای فرق می‌کنند.
پس موفقیتِ کنترل واژه، به معنی درستی علامت سؤال یا تحلیل منظور گوینده نیست. کنترل نام، عدد و فیلدهای حیاتی نیز مسئلهٔ حفظ محتوای حساس را دنبال می‌کند؛ این نوشته لایهٔ نشانه‌گذاری را از آن جدا می‌کند.
پیش از فعال‌کردن نشانه‌گذاری خودکار
بررسی کنید سرویسِ انتخابی برای زبان و نسخهٔ مدلِ موردنظر چه نشانه‌هایی ارائه می‌کند. مستند Google Cloud نمونه‌ای از قابلیتِ استنباط نقطه، ویرگول و علامت سؤال را توضیح می‌دهد و ارجاعِ پشتیبانیِ زبان دارد؛ این مرجع، فعال‌بودن همان قابلیت در همهٔ موتورها یا در اپرانگار را ثابت نمی‌کند. ما API یا تماس هزینه‌دار اجرا نکرده‌ایم.
- متنِ واژه‌ایِ خام و نسخهٔ نشانه‌گذاری‌شده را جدا نگه دارید.
- نفی، شرط، پرسش و مرزِ دستور را در نمونه‌های مجاز بازبینی کنید.
- اختلاف را به «واژه»، «نشانه» یا «تفسیر» نسبت دهید؛ همه را یک درصد کلی ننامید.
- در موارد بی‌شاهد، حالتِ نامعلوم و روشِ روشن‌سازی را حفظ کنید.
برای خروجی قابل تحویل چه بخواهیم؟
اگر متن جلسه یا تماس از اپرانگار می‌خواهید، نیاز به متنِ خام، متنِ خواناتر و بازبینیِ موارد مبهم را در درخواست روشن کنید تا خروجیِ قابل ارائه تأیید شود. برای پیوند هر جمله به شاهد، هم‌ترازی متن، زمان و گوینده قدم بعدی است. فایل‌های این صفحه ابزار تشخیص آهنگ سؤال یا گزارش عملکرد محصول نیستند.
فایل تمرین و منبع
سه موردِ اصیل؛ سؤال یا خبر در نمونهٔ اول نامعلوم است · کنترل محدود حفظ واژه؛ نه تشخیص پرسش از صوت
منابع در ۳ نوامبر ۲۰۲۶ خوانده شدند؛ این تاریخ، تاریخ انتشار منبع نیست. مثال‌ها و فایل‌های این راهنما آموزشی و ساختهٔ تحریریه‌اند.