Tekstgendannelsesværktøj

Tekstgendannelsesværktøjet analyserer indtastet tekst med manglende eller forvrængede segmenter og giver plausibele rekonstruktioner. Det bruger probabilistiske sprogmodeller, kontekstuelle spor og brugerdefinerede begrænsninger for at foreslå kandidater. Værktøjet returnerer en tillids-score for hver mulighed og bevarer originale segmenter, hvor det er muligt. Støtter batch-behandling for flere passager og kan køre i offline-tilstand eller en let online-tilstand, afhængigt af implementeringen.

Internt tokeniserer det teksten, identificerer huller via placeholders eller usædvanlige tokens og genererer flere substitutionsmuligheder. Disse rangeres efter sandsynlighed og overensstemmelse med begrænsninger som tone, bevarelse af navngivne enheder og kontekstuel kohærens. Systemet kan håndhæve regler som store bogstaver og tegnsætning, og tilbyder en blanding af konservative og eksplorerende rekonstruktioner. Output inkluderer primær restaurering plus alternative kandidater.

Hvem har gavn af det: forfattere, redaktører, arkivarer, forskere, studerende. Brugsscenarier: genskabe OCR-dokumenter, restaurere udkast og støtte revision af historiske manuskripter. Værktøjet forbedrer hastighed, konsistens og sporbarhed i tekstgendannelses-arbejdsprocesser.

Unik værdi og kernefunktioner: flersproget support (afhængigt af distribution), tillids-score, ikke-destruktive forslag, batch-behandling, revisionsspor, eksportmuligheder og API-adgang.