Ana sayfa / Blog / Mühendislik

Doğal dil harcama ayrıştırıcımızı sildik

29 Ağustos 2026 · 7 dakika okuma · Dimesum Engineering

Kurallar ayrıştırıcımız bir hafta dayandı, dört sıradan cümle parayı yanlış kişiye yükledi ve tek bir redde kuralı tüm koruma yığınının yerini aldı.

Yeni bitirdiğimiz bir ayrıştırıcıyı sildik. Dimesum'un doğal dilde harcama ayrıştırma denemesi ilk olarak bir kurallar motoruydu ve dört sıradan cümle onu emekliye ayırdı: dinner 12-08 400 ₺12 olarak okundu, ravioli 600 bölüşmeye Ravindra adlı bir üyeyi ekledi, kirana 500 Kiran adlı bir üyeye borç yazdı ve refund -483.50 ₺483.50 tutarında bir harcamaya dönüştü.

Bir cümleyi anlamak modelin işidir, başka hiçbir şeyin değil. Kurallar motorunun yerini amount_only adlı tek bir basamak aldı: metinde tam olarak tek bir belirsizlik taşımayan para adayı bulunduğunda döndürülen tek bir sayı, kişilere dair hiçbir iddia içermez. İki aday olması, hiç tutar olmaması demektir. Tek bir kural, birikip duran bir korumalar yığınının yerini aldı.

Dört cümle kurallar ayrıştırıcısını bitirdi

Silinen ayrıştırıcı, yapay zeka tasarım belgemizin tanımladığı tüm varlık kümesini kapsıyordu: üye ve takma ad eşleştirme, bir dışlama sözlüğü, ödeyen çıkarımı, bir kategori sözlüğü ve alan bazında ayarlanmış güven değerleri. Aşağıdaki dört hatanın her birinin apaçık bir çözümü vardı. Her çözüm, kendi kör noktası olan yeni bir korumaydı.

Dördün ikisi, farklı kılıklara girmiş tek bir hatadır. Bulanık eşleştirme, bir yemeği bir kişiden ya da bir dükkanı bir kişiden ayırt edemez, çünkü karakter düzeyinde ravioli ve Ravindra gerçekten birbirine benziyor. Daha uzun bir ön ek eşleşmesi istersen ravi durumunu bozarsın ki eşleştiricinin var olma nedeni de zaten odur.

Eklediğiniz her koruma iki yeni ifade biçimini açığa çıkarır

Bir kurallar ayrıştırıcısı belirli bir biçimde başarısız olur: kendinden emin ve yanlış yanıt verir. Boş bir alan kullanıcıya bir dokunuşa mal olur. Yanlış bir bölüşme, deftere olan güvene mal olur ve para paylaşımı takip eden bir uygulamada defter, ürünün ta kendisidir. Yukarıdaki dört satır az farkla kaçırılmış durumlar değil, para hatalarıdır.

Asıl mesele tek bir kusur değil, bu bitmeyen döngüdür. Bir tarih koruması eklersiniz ve sipariş numarası durumu gelir. Bir sipariş numarası koruması eklersiniz ve düz sayılar gelir, ardından miktarlar, ardından masa numaraları. Koruma listesi büyür ve asla bir yere yakınsamaz, çünkü doğal dilin sayıp bitirebileceğiniz sonlu bir ifade biçimleri kümesi yoktur.

Yayına giren şey tek bir sayı ve bir reddir

amount_only, yapay zeka tasarım belgemizin düşürülmüş basamağının birebir uygulanmış halidir. O basamak "istemci tarafında tutar regex'i ön dolgusuyla düz form" der, bu yüzden bu katman bir tutar döndürür ve başka hiçbir şey döndürmez: açıklama yok, kategori yok, ödeyen yok, katılımcı yok, dışlama yok. Hiçbir maliyeti yoktur ve kimseyi çağırmaz, testler ve CI'nin onun üzerinde çalışmasının nedeni de budur.

Belirsizlik bir reddir, bir eşitlik bozma değil

Kuralın tamamı tek bir fonksiyonda yaşar, extract_amount_minor. Bir sayı yalnızca metinde onun için tam olarak tek bir aday bulunduğunda geri döner, bu yüzden order 90210 dinner 400 ve flat 402 rent 15000 bir kazanan seçmek yerine boş döner. Para birimiyle işaretlenmiş bir sayı, çıplak sayıların yanında bile belirsiz sayılmaz, split 3 ways ₺1,200 ifadesinin hâlâ ₺1,200 olarak okunmasının nedeni budur.

Negatiflenmiş bir sayı, mutlak değeri yerine hiç tutar değildir. -500, minus 200 ve muhasebecinin (500) yazımı, hepsi boş döner, çünkü alan bir harcamadır ve rakamları tutup işareti düşürmek parayı metnin tersine yöne işaret ettirir. Parantezler yalnızca sayının kendisinde kapandığında geçerlidir, bu yüzden (500 each) bir parantez içi ifade olarak kalır.

Para birimi aritmetiği belirler

Alt birimler, Dimesum'da paranın aldığı tek gösterimdir, bu yüzden katman 100 ile sabit kodlanmış bir çarpma yerine bir ISO 4217 üs tablosuyla dönüştürür. Japon yeninin hiç alt birimi yoktur ve ×100, ¥1,200'lük bir fişi yüz katına şişirir. Para biriminin en küçük biriminden daha ince bir sayı, yuvarlanmak yerine reddedilir, çünkü birinin yazdığı bir tutarı yuvarlamak yeni bir tutar uydurmaktır.

Hint sayı sözcükleri, bir sayının yazılmasının parçasıdır, bir cümlenin anlaşılmasının değil. 1.2k, 2 lakh ve 500/-, tıpkı 1,200 gibi, hepsi çözümlenir. Defterin en büyük tutarını aşan her şey boş döner, böylece yanlış yazılmış bir sayı, ileride bir tam sayıyı taşırmak yerine bir alanı boş bırakır.

Yayındaki basamak 0.6'lık kullanılabilirlik eşiğini asla geçmez

Ayrıştırma sözleşmemiz, genel güveni 0.6'nın altındaki bir ayrıştırmadan vazgeçer ve kullanıcıyı düz forma indirir. amount_only her yanıtta 0.3 bildirir ve bu sabit, ayarlanmış değil yapısaldır. Tek başına bir tutar bir ayrıştırma değildir, bu yüzden basamak ne bulursa bulsun eşiğin yarısında durur. Her yanıt için tek bir sabit, onu orada tutan şeydir: duruma göre bir puan, birinin er ya da geç yukarı doğru ittireceği bir puandır.

Katman ayrıca hiç prompt bildirmez. Hem prompt_id hem de prompt_version null döner, çünkü basamak hiç prompt okumadı. Birini adlandırmak, her değerlendirme sonucunu katmanın hiç görmediği bir prompt sürümüne mal ederdi ve bir basamağı tek dokunuşluk öneriye yükseltmeye izin verilen tek araç, tutar ve katılımcılarda birlikte %95 kesinlikte çalışan değerlendirme düzeneğidir.

İki katman daha tanımlanmış ve hiçbiri yayında değil. cheap-fast katmanının openai/gpt-oss-120b için bir Groq adaptörü var ama anahtarı yok; orta katmanın ise adaptörü yok. İkisinden birini seçmek, kullanıcının ilk isteğinde değil başlangıçta başarısız olur, çünkü bir LLM çağrı başına ücret yazar ve ücretlendirilebilir bir bağımlılık kapalı konumda başarısız olmalıdır.

Hiçbir şey otomatik işlenmez, bu yüzden bir boşluk bir dokunuşa mal olur

Boş bir alan bu kadar az maliyetli oluyor çünkü Dimesum'daki hiçbir yakalama para yazamaz. Bir yakalama bir öneri oluşturur, bir kişi onu onaylar ve harcamayı oluşturan şey bu onaydır. Brief kararı D5 bu kuralı belirtir ve .go-arch-lint.yml onu zorunlu kılar: alım bağlamının harcama ya da defter üzerinde herhangi bir bağımlılığı reddedilir, böylece bir yakalama yanlışlıkla bile bir günlük işleyemez. CI içe aktarmayı başarısız kılar, bunu bir tane ekleyerek doğruladık.

Yakalama, ayrıştırıcı ne yaparsa yapsın ham metni saklar ve hangi alanların çözümlenmediğini adlandırır. İstemci, uydurulmuş bir taslak göstermek yerine bu boşlukları vurgular, hiçbir şey söylemeyen bir ayrıştırıcı ile tahmin yürüten bir ayrıştırıcı arasındaki fark budur. Onay, harcama kimliğini öneri kimliğinden türetir, böylece çift dokunuş iki kez borç yazmak yerine aynı işlemi yineler.