文本结构还原器
面向标点缺失、句读不清的中文文本：在不增删词语、不调换词序的前提下，依据语义和语法判断停顿位置，补上句号、逗号、问号等常用标点，把连成一片的文字还原成一句一句的文本。
可以设定期望的最短句与最长句长度，作为断句粗细的参考，不是硬性限制。
加载文件上传组件中...
已识别 0 / 500 个词
一行一个词，也可写成 词 词频 词性（空格分隔）；逗号、顿号、分号或换行分隔均可。
字典帮助：可使用 搜狗细胞词库 下载你需要的字典 SCEL 文件，并使用辅助工具中的 【搜狗输入法词库 SCEL 转 TXT 字典工具】 转为 txt 后，用上方的导入按钮加入
滑动调整期望的最短句与最长句，模型会据此调整断句粒度（非严格限制，不改变词序、不增删词）。
5 个字符
100 个字符
每 10,000 个字符 5 点
文本结构还原器常见问题
- 文本结构还原器适合处理什么材料？
- 中文文本材料，例如新闻报道、政策文件、访谈记录、评论和文学作品，上传文本文件后即可分析。
- 文本结构还原器会得到什么结果？
- 给标点缺失的中文文本补上标点并断句，不增删词语、不调换词序。
- 文本结构还原器怎么用？
- 上传材料、确认设置、点提交，任务完成后在工作台打开报告。不用安装软件，也不用写代码。详细步骤见教程《文本结构还原教程：断句和标点怎样影响文本分析的准确度》。
- 文本结构还原器怎么计费？
- 按文字量计费，每满 10000 字 5 点，不足 10000 字按 5 点算。提交前页面会显示本次消耗。
- 结果可以写进论文吗？
- 可以。报告里的数字和图表附有统计口径与原文出处，末尾有方法说明，涉及统计模型的报告还列出参考文献，可以作为论文附件或方法依据。
在论文里引用文本结构还原器： 查看引用格式
文本结构还原器教程
同类工具
- Mia通用快速情感判断逐条判断中文短文本是夸、是骂还是说不上夸骂，并统计整批比例。
- Mia多维情绪判断逐条判断中文短文本的整体态度和主导情绪，并给出效价、唤醒度、支配度与情绪强度的分数。
- Mia评论情绪走势与起落分析逐条判断帖子和评论的情绪，按时间画出走势，找出情绪起落的时段并概括当时的话题。
- 高级情感分析逐条判定情感倾向，给出摘自原文的证据词和整句判定逻辑，并归纳消极文本的主要原因。
- AIGC写作痕迹检测和人写、AI 写的同类文章对比，给中文文本打 0 到 100 的 AI 味分，并在原文标出 AI 常用写法。
- 知识图谱从材料中抽取实体与关系生成知识图谱，合并同义说法，并归出主题群与一份提纲。