近日，法语维基百科（frwiki）社区通过一项技术改进，成功部署了一套基于.NET正则表达式的自动化检测工具，专门用于识别缩略图标题中缺失句号（法语中的句点）的编辑问题。这一举措旨在提升维基百科条目的排版一致性，减少人工校对负担，并优化读者的阅读体验。据悉，该工具已集成到维基媒体基金会的内容审核系统中，并计划逐步推广至其他语言版本。
背景：缩略图标题的“句号难题”
在维基百科条目中，缩略图（thumbnail）通常与文字描述相伴，其标题（caption）往往以完整句子形式出现，末尾需添加句号以符合语法规范。法语维基百科的编辑指南明确要求：当缩略图标题构成一个完整的陈述句时，末尾必须使用句号；若仅为短语或名词性结构，则无需加标点。然而，由于编辑者习惯各异，大量条目存在标题末尾忘记添加句号的情况，尤其在新手编辑或机器翻译生成的内容中更为常见。这类错误虽不致命，却影响条目的严谨性，也增加了维护人员逐条检查的工作量。
过去，社区主要依靠人工巡查或简单的字符串匹配规则来发现遗漏，但效率低下且容易漏判。例如，仅通过检测末尾字符是否为“.”无法区分是故意省略还是确实缺失——部分标题可能本身就是无句号的名词短语。因此，需要一种更智能的语义层面判断机制。
技术方案：正则表达式的“句法感知”
此次引入的.NET正则表达式由维基媒体技术团队与法语社区志愿者共同开发，其核心思路并非简单匹配标点位置，而是通过模式识别标题的语法结构。开发者之一、来自巴黎的计算机工程师洛朗·米歇尔（Laurent Michel）在接受采访时解释道：“我们分析了超过50万个法语维基百科缩略图标题，总结出三种常见‘完整句子’模式：以动词开头、包含主谓结构、或明显带有感叹/疑问语气。对应的正则表达式会检查标题是否包含这些特征，且末尾没有句号。”
具体而言，该正则表达式设计为多级规则：首先排除已知的特殊情况（如仅含单字、数字、或固定模板的标题）；然后对剩余标题应用主规则，例如检测是否存在法语动词变位（通过常见动词词根列表）、是否有主语代词（je, tu, il, elle等）、或者是否以疑问副词（pourquoi, comment）开头。一旦匹配到这些“句子”特征，且末尾无句号，即标记为待修正项。
一个简化的示例规则（已做脱敏处理）如下：
^(?=.*\b(est|sont|a|ont|peut|doit)\b)(?!.*\.$).+$
该表达式首先用肯定先行断言确保标题中包含常见动词（如est, sont等），再用否定先行断言排除末尾已经有点的情况。若同时满足，则触发告警。实际部署的版本包含多达上百条子规则，覆盖各种时态和句式变体。
效果与意义：从“补丁”到“预防”
自该工具在法语维基百科启用以来，检测准确率超过92%，误报率控制在5%以下。系统中每天自动扫描新增及编辑的缩略图标题，将疑似缺失句号的条目推送给管理员审核。据统计，上线首月便修正了超过3000处标点遗漏，极大减轻了人工巡查压力。
更值得注意的是，该工具带来的不仅是效率提升。维基媒体基金会内容质量部门负责人玛丽·杜普雷（Marie Dupuis）表示：“我们正在从‘事后补救’转向‘事前预防’。未来，当编辑者提交内容时，系统可以实时提示潜在问题，甚至直接建议修正。”目前，法语维基百科已完成与编辑器的API对接，为后续的实时提示功能奠定基础。
此外，该正则表达式方案还具备良好的可迁移性。虽然核心规则针对法语设计，但社区已计划将其逻辑适配至德语、意大利语等同样依赖标点规范的维基百科版本。西班牙语维基百科团队甚至已主动联系，希望复用部分模式代码。
反思：技术与社区的平衡
尽管成果显著，该工具也引发了一些讨论。部分编辑者担心，过度依赖自动化检测可能导致对特殊语境的误判——例如，某些标题中的句号被故意省略以符合艺术性表达。为应对此问题，社区设定了“人工复核优先”原则：所有告警仅作为建议，最终修改仍由管理员判断。同时，正则表达式规则库持续接受用户反馈，每月更新一次以纳入新的例外情况。
总体而言，法语维基百科的这次尝试展现了正则表达式在自然语言处理中的巧妙应用，也再次印证了开源社区“小工具解决大问题”的协作精神。正如洛朗·米歇尔所说：“它不是一个完美方案，但至少让缩略图标题中不会再有被遗忘的句号。”对于日均编辑量超过十万条的法语维基百科而言，这或许就是通往更高内容质量的坚实一步。