Normalisasi Teks — Penyeragaman Teks Bising

Normalisasi teks ialah saluran paip prapemprosesan pemprosesan bahasa tabii (NLP) yang menukar teks bising, singkatan, atau salah eja — seperti mesej SMS, siaran media sosial, dan output pengecaman aksara optik (OCR) — kepada bentuk yang bersih dan seragam. Ini adalah langkah prasyarat untuk hampir setiap tugas NLP hiliran, memastikan bahawa bentuk permukaan yang tidak konsisten tidak merendahkan tokenisasi, penghuraian, atau pengelasan. Kaedah ini mendapat perlakuan akademik yang sistematik melalui Baldwin dan Li (2015) serta Sproat dan Jaitly (2017).