Elysia Tools
Navigation mobile
Workflow Playbook
Abîmez un texte propre avec intention — filtrez, dupliquez et inversez phrases et mots, injectez lettres et symboles aléatoires, mélangez lignes et mots, et prouvez que chaque mutation reste maîtrisée pour les tests de robustesse d'analyseurs, les répétitions d'OCR et les expériences linguistiques.
Dossiers
Le texte sale arrive selon son propre calendrier. Le formulaire qui survit à un copier-coller depuis un tableur, la sortie OCR avec une lettre perdue tous les trois mots, le ticket de support aux lignes désordonnées — les pipelines finissent par tout rencontrer. Ce workflow marche dans l'autre sens, à dessein : il prend un texte propre que vous contrôlez et l'endommage des façons que vous choisissez, pour qu'un parseur, un correcteur ou une expérience de lecture soit jugé face à des dégâts documentés plutôt qu'accidentels. La différence avec saccager un fichier dans un éditeur tient à la reproductibilité — une corruption que l'on peut régénérer est un actif de test, celle que l'on ne peut pas n'est qu'un fichier cassé.
Travaillez du grain grossier au grain fin. Les outils de phrase restructurent — filtrez le corpus jusqu'aux phrases dont l'expérience a besoin, supprimez celles qui traînent du bruit dans l'épreuve, dupliquez des phrases pour un avant-après côte à côte et inversez des phrases pour bâtir du matériel en miroir. Les outils de mot perturbent ensuite le vocabulaire et l'ordre sans toucher la structure — filtrez les mots que le parseur doit tolérer, dupliquez des mots pour exercer la gestion des répétitions, inversez des mots pour des épreuves façon palindrome et échangez les paires adjacentes pour courber la syntaxe en conservant chaque mot. Le bruit par caractère arrive en dernier et imite le monde physique — les lettres insérées tiennent lieu de frappes ratées, les lettres ôtées de traits perdus, les symboles nettoyés de débris de scanner. Sauter des niveaux produit un dommage bruyant mais vide de sens ; une épreuve mélangée deux fois puis parsemée de symboles aléatoires ne prouve rien de particulier.
Les outils aléatoires varient d'une exécution à l'autre, et c'est bien le propos — mais l'ampleur doit rester descriptible. Les inserteurs doivent accroître le compte de caractères ou de mots d'une quantité annoncée à l'avance, les suppresseurs le réduire d'autant, et un mélange changer l'ordre et rien d'autre. Consignez les réglages de chaque passe, et quand un test exige des épreuves stables, générez la copie abîmée une fois et archivez-la avec l'original plutôt que de la régénérer à chaque exécution. L'outil compagnon de tout cela est le diff — comparer la sortie mutée à l'archive intacte transforme « je l'ai cassé » en « voici exactement ce qui a cassé, à dessein et à cette intensité ».
Les opérations d'ici changent le contenu et l'ordre, jamais la propreté — supprimer les lignes vides, trier une liste ou encadrer des valeurs de guillemets relève des workflows de nettoyage de listes et d'habillage par préfixes et suffixes, qui préparent le texte au lieu de l'abîmer. Les statistiques qui décrivent le résultat — comptes de mots, de caractères, fréquences de motifs — viennent du workflow d'analyse de texte, et le diff lui-même du workflow de comparaison de fichiers et de données. La forensique des caractères Unicode suspects appartient au workflow de débogage des emoji et caractères. Respectez ces frontières et cette page reste une seule chose : la corruption délibérée et documentée d'un texte parti propre.
Guide de workflow
Réduisez le corpus aux phrases dont l'expérience a besoin, supprimez celles qui apportent du bruit, dupliquez des phrases pour une comparaison côte à côte et inversez des phrases pour construire des épreuves en miroir.
Filtrez le vocabulaire que le parseur doit supporter, dupliquez des mots pour éprouver la gestion des répétitions, inversez des mots pour des épreuves façon palindrome et échangez les paires de mots adjacents pour déranger l'ordre sans en perdre un seul.
Insérez des lettres aléatoires dans les mots et des mots aléatoires à des positions aléatoires pour imiter les coquilles de frappe et le remplissage, supprimez des lettres au hasard pour simuler des caractères perdus et nettoyez les symboles parasites pour approcher les débris de scanner.
Randomisez le texte par lignes, mots ou caractères pour vérifier l'insensibilité à l'ordre, puis consignez les réglages employés pour régénérer le même dommage, afin que la mutation reste un actif de test et non un accident.
Les outils de phrases et de mots modifient le texte de façon vérifiable et explicable, propice à la préparation de corpus et aux expériences de lecture, tandis que les injecteurs aléatoires ajoutent des dégâts imprévisibles, propices aux tests de robustesse — choisissez selon ce que le test doit prouver.
La mutation par phrase restructure, celle par mot perturbe le vocabulaire et l'ordre, et l'injection par caractère imite les fautes de frappe et de numérisation — la plupart des tests combinent deux des trois, pas les trois à la fois.
Les filtres et les suppresseurs effacent du contenu et conviennent quand le pipeline doit survivre à des manques, tandis que duplicateurs, inverseurs et mélangeurs conservent tout et ne font que réordonner ou refléter — choisissez sans perte quand le diff doit rester explicable.
Calculateurs, outils numériques, logique de dates, statistiques et finance