标点纠正：检查并统一中文文本标点

这个功能处理的是“文字内容基本完整，标点需要校对”的材料。常见问题包括中文句子里混入英文逗号和句号，同一位置连续出现多个问号或感叹号，直引号没有转成中文弯引号，以及句末缺少结束符号。系统结合片段上下文判断这些符号的写法和位置，目标是保留原有内容与断句关系，只修正标点。

长文会先按设置拆成片段，再逐片纠正并合并。可选单位有段落、窗口和行。按段落会沿空行形成的段落边界处理；按窗口会直接使用固定字数范围；按行则让每个非空行单独进入纠正。超过窗口上限的段落或行还会继续拆分，以免单个片段过长。

标点纠正和文本结构还原器解决的问题不同。已有句界、只是符号写错时用标点纠正。整篇材料几乎没有标点，需要重新判断停顿与断句时，用文本结构还原器更合适。中文文本规范化则偏向全半角、省略号、破折号等固定格式统一，适合不需要上下文判断的排版规范化。

适用文档

论文、研究报告和政策材料通常已有段落与句末符号，只是来源不同导致中英文标点混用。这类材料适合按段落处理。段落能保留较完整的上下文，引用、冒号和分号也更容易结合前后内容判断。

访谈稿、会议纪要和语音转写稿常见一行一句或一行一位发言人。原文已有基本句界时，可按行处理，让每行在自己的语境内纠正。若转写稿完全没有标点，标点纠正并不适合承担重新断句，应先使用文本结构还原器。

网页正文和拼接后的长文可能没有清晰空行，但句子内部已有标点。此时可按窗口处理。窗口越大，系统看到的上下文越多；窗口越小，片段边界越多。默认500字通常适合一般书面材料，排版复杂时可以比较不同设置的预览结果。

文本需要至少形成2个句子片段，才能完成有效纠正。列举、人物对话、引号嵌套和多层括号的结构更复杂，结果适合先抽查再发布。工具的修改目标虽然只限标点，人工复核仍是正式稿件流程的一部分。

使用步骤

第一步：判断文本属于纠错还是补全。先看原文是否已经有句号、问号、分号或换行形成的句界。已有基本标点时继续使用本工具；整篇无标点时改用文本结构还原器，能减少工具定位不匹配带来的误判。

第二步：选择纠正分段方式。系统默认按段落处理，论文和报告一般可沿用这个设置；缺少空行的连续长文可用按窗口，一行一句或一行一位发言人的材料可用按行。这个选择决定每次纠正能看到的上下文范围。

第三步：设置窗口分段大小。范围为200至800字，步长50字，默认500字。按窗口时它直接决定片段长度；按段落或按行时，它只负责继续拆分超过上限的片段。

第四步：先读报告顶部结论。这里显示输出句数、标点有改动的句数和无变化句数，并给出改动概况。改动句数是原文句条与改后句条按位置比较后的报告计数，不等于语言质量评分。

第五步：核对分段设置与改动占比。报告会列出源文件、处理单位、窗口大小、实际片段数和有改动句子的占比。片段数能帮助判断长文是否被拆得过细，改动占比则用于决定抽查范围。

第六步：查看纠正预览。页面左右并排展示原文与改后文本，改后侧会高亮变化字符。预览最多显示前1000字，适合快速核对逗号、句号、问号、引号等变化；完整内容仍以下载结果为准。

第七步：下载完整对照并抽查。结果文件按原文和纠正后两列保存，可定位每一处变化。对话、列举、书名号和嵌套引号优先复核，确认标点没有改变语气与引用范围。

参数解析与对比示例

配置一：论文和报告校对。选择按段落，窗口500字。每个自然段保留相对完整的上下文，超过500字的长段再继续拆分，适合中英文标点混用、引用符号不统一的书面稿。

配置二：连续网页正文。选择按窗口，窗口500至700字。没有明显空行时，固定窗口能避免整篇文字作为单一片段。窗口增加后上下文更完整，但复杂长句仍需要看预览抽查。

配置三：访谈和会议转写稿。选择按行，窗口300至500字。每行对应一位发言或一句记录时，行边界能减少不同发言之间的相互影响；单行过长时仍会按窗口拆分。

案例分析

案例一：项目交付简报。样本文本包含5句，混用了半角逗号、冒号、句号、问号、感叹号和直引号。采用按段落、500字窗口后，实际处理1个片段。报告返回5条输出，5条标记为有改动。“进入交付阶段,团队”改为“进入交付阶段，团队”，“三项内容:”改为中文冒号，直引号改为中文弯引号，句末符号也统一为中文形式。这个结果说明按段落适合句界已有、标点来源混杂的书面材料。

案例二：会议转写稿。样本由4行发言组成，共形成6条输出句。采用按行、300字窗口后，实际处理4个片段。报告返回6条输出，6条标记为有改动。半角逗号、冒号、句号、分号、问号和感叹号分别转为中文符号，发言人标签与原有内容保持不变。按行模式适合行本身就是分析单位的记录，但人物对话和引用关系仍应抽查。

类似功能对比