vidensbas-kompression

Formål & målgruppe: Værktøjet komprimerer vidensbase-indhold til koncise, domænespecifikke sammenfatninger. For lange KB-artikler hæmmer hurtig reference, onboarding og supportflow. Målbrugere: videnschefer, tekniske skrivere, indholdsstrateger og kundeserviceingeniører, der har brug for kortere versioner uden at miste definitioner, nøgletermer eller centrale trin. Anvendelsestilfælde: opdatering af artikler, genbrug af indhold eller oprettelse af oversigtsdokumenter fra detaljerede guides. Antagelser: kilden er engelsk; flersproget støtte er valgfri.
Kernelogik & funktioner: kombination af extractive og abstractive metoder med bevarelse af domæne-termer. Obligatoriske funktioner: tekstnormalisering, konfigurerbar mållængde (ordtal eller procentdel af original), bevarelse af definerede termer og entiteter, grundlæggende faktuelle kontroller, output klar til CMS-import. Avancerede funktioner (valgfri): ordlisteekstraktion, entitetslinking, flersproget, tonkontrol, revisionsforskelle, formateringsforudindstillinger. Fokus på definitioner og vigtigste domæne-termer; tilstand: extractive eller abstractive.
Indtastninger & Udgange: Indtastninger: source_text (streng), target_word_count (int), preserve_terms (array[str], valgfri), language (streng), output_format (streng). Udgange: compressed_text (streng), compressed_word_count (int), reduction_percentage (float), term_coverage (float), readability_score (float).
Algoritmer & Beregninger: Forbehandling (mellemrum normalisering, store/små bogstaver), blokopdeling, score baseret på relevant og domæne-vægt, herefter kompression til mål-længde med bevarelse af definitioner og trin. Nøglemetrik: reduction_percentage = (original_word_count - compressed_word_count)/original_word_count*100. Valgfrie kontroller sikrer at definitioner forbliver intakte og glossar-termer stemmer.
Fejl & Kanttilfælde: Manglende indtastninger giver fejl; hvis mållængden er større end originalen, returneres originaltekst med metadata-advarsel. Sproginkonsistenser udløser fallback; preserve_terms ikke fundet sænker dækningen; meget korte indtastninger forbliver uændrede. Ekstern glossar-tilgængelighed mangler: generisk kompression.
Industri/Region & Lokalisering: Standardindstillingerne er dansk; terminologi følger domænegloseordet, hvis tilgængeligt. Overholdelse af vidensstyringspraksis; forsigtig håndtering af følsomme tekniske termer.
Antagelser & Undtagelser: Ingen oversættelse eller generering af originalindhold udover kompression; ikke et CMS-migrationsværktøj; ingen multimediainhold eller ikke-tekstformat ud over grundstrukturen; ingen direkte SEO-omskrivning.