文本结构还原器

面向句界不清、标点缺失的中文语料：词与词挤在一起难以通读，也会打乱后续按句统计、按句打标签时的边界。

在不增删词、不调换词序的前提下，依据语义与语法关系判定停顿位置并补上常用句读；长文按语段切段处理后再合并，只补标点与断句，不改变原有用词。

结果侧提供总句数与平均句长、短中长句占比及逐条编号、带字数的句子列表，便于判断语料偏口语碎片还是书面长句，并抽样核对停顿是否贴合原意。

常见于抓取正文、日志拼接与转写稿的结构修复；也适合在正式建模或编码前，先统一句读以降低下游统计噪声。