Elysia Tools
Navegação
Workflow Playbook
Estrague texto limpo de propósito — filtre, duplique e inverta frases e palavras, injete letras e símbolos aleatórios, embaralhe linhas e palavras, e prove que cada mutação permanece controlada para testes de estresse de parsers, ensaios de OCR e experimentos linguísticos.
Temas
Texto sujo chega na própria agenda dele. O formulário que sobrevive a um copiar e colar de uma planilha, a saída de OCR com uma letra perdida a cada terceira palavra, o ticket de suporte com as linhas fora de ordem — pipelines topam com tudo isso mais cedo ou mais tarde. Este fluxo caminha na direção contrária, de propósito: pega um texto limpo que você controla e o danifica das formas que você escolhe, para que um parser, um corretor ou um experimento de leitura seja julgado contra dano documentado e não acidental. A diferença para despedaçar um arquivo num editor é a reprodutibilidade — uma corrupção que dá para regenerar é um ativo de teste, e uma que não dá é só um arquivo quebrado.
Trabalhe do grão grosso ao fino. As ferramentas de frase reestruturam — filtre o corpus até as frases de que o experimento precisa, remova as que carregam ruído para o material, duplique frases para um antes-e-depois lado a lado e inverta frases para construir material espelhado. As ferramentas de palavra perturbam em seguida o vocabulário e a ordem sem tocar a estrutura — filtre quais palavras o parser deve tolerar, duplique palavras para exercitar o tratamento de repetições, inverta palavras para material tipo palíndromo e troque pares adjacentes para dobrar a sintaxe conservando cada palavra. O ruído por caractere chega por último e imita o mundo físico — as letras inseridas fazem vezes de dedos errados, as removidas de traços perdidos e os símbolos limpos de sujeira de scanner. Pular níveis produz dano barulhento mas vazio; um material embaralhado duas vezes e salpicado de símbolos aleatórios não prova nada em particular.
As ferramentas aleatórias variam entre execuções, e esse é justamente o ponto — mas a magnitude precisa continuar descritível. Inseridores devem aumentar a contagem de caracteres ou palavras numa quantidade anunciada de antemão, removedores reduzi-la na mesma medida, e um embaralhamento mudar a ordem e nada mais. Anote as configurações de cada passada, e quando um teste exigir material estável, gere a cópia danificada uma vez e arquive-a junto ao original em vez de regenerá-la a cada execução. A ferramenta parceira para tudo isso é o diff — comparar a saída mutada com o arquivo intacto transforma "eu quebrei" em "aqui está exatamente o que quebrou, de propósito e nesta intensidade".
As operações daqui mudam conteúdo e ordem, nunca a limpeza — remover linhas vazias, ordenar uma lista ou envolver valores entre aspas pertence aos fluxos de limpeza de listas e de envoltório com prefixos e sufixos, que preparam texto em vez de danificá-lo. As estatísticas que descrevem o resultado — contagens de palavras, caracteres e frequência de padrões — vêm do fluxo de análise de texto, e o diff em si do fluxo de comparação de arquivos e dados. A forense de caracteres Unicode suspeitos pertence ao fluxo de depuração de emoji e caracteres. Respeite essas fronteiras e esta página continua sendo uma coisa só: a corrupção deliberada e documentada de um texto que começou limpo.
Guia de fluxo de trabalho
Reduza o corpus às frases de que o experimento precisa, remova as que introduzem ruído, duplique frases para comparação lado a lado e inverta frases para construir material espelhado.
Filtre o vocabulário que o parser deve suportar, duplique palavras para testar o tratamento de repetições, inverta palavras para material tipo palíndromo e troque pares de palavras adjacentes para perturbar a ordem sem perder nenhuma.
Insira letras aleatórias dentro de palavras e palavras aleatórias em posições aleatórias para imitar dedos errados e preenchimento, remova letras ao acaso para simular caracteres perdidos e limpe símbolos soltos para aproximar sujeira de scanner.
Randomize o texto por linhas, palavras ou caracteres para verificar a insensibilidade à ordem e registre as configurações para regenerar o mesmo dano, de modo que a mutação continue um ativo de teste e não um acidente.
As ferramentas de frases e palavras mudam o texto de forma revisável e explicável, adequadas à preparação de corpora e a experimentos de leitura, enquanto os injetores aleatórios adicionam dano imprevisível, adequado a testes de robustez — escolha pelo que o teste deve provar.
A mutação por frase reestrutura, a de palavra perturba vocabulário e ordem, e a injeção por caractere imita erros de digitação e de digitalização — a maioria dos testes combina duas das três, não as três ao mesmo tempo.
Filtros e removedores apagam material e servem quando o pipeline precisa sobreviver a conteúdo ausente; duplicadores, inversores e embaralhadores conservam tudo e apenas reordenam ou espelham — escolha sem perda quando o diff precisa continuar explicável.