Verificări pentru limba română
De ce restaurarea diacriticelor depinde de context și de ce PROVEN refuză să aleagă automat în cazurile ambigue.
Pe această pagină
Diacriticele românești nu pot fi tratate corect printr-o simplă înlocuire automată de caractere. O formă fără diacritice poate corespunde mai multor cuvinte valide.
Exemplul clasic
Forma fata poate avea restaurări diferite în funcție de context. Alegerea automată fără dovezi suficiente poate schimba sensul textului.
Ce folosește PROVEN
Motorul de limbă română combină resurse lexicale cu dovezi contextuale pentru a separa:
- cazurile în care restaurarea poate fi determinată suficient de sigur;
- cazurile în care există mai multe variante plauzibile;
- cazurile în care textul trebuie lăsat pentru revizuire.
Cazurile ambigue rămân pentru revizuire
Când două interpretări rămân plauzibile, rezultatul corect este decizia comerciantului, nu o modificare arbitrară.
Extinderea la alte limbi
Regulile pentru limba română sunt păstrate separat de regulile altor limbi. Astfel, PROVEN poate extinde suportul lingvistic fără să aplice automat regulile românești altor limbi.