Excel’de uzun kimliklerin son basamakları kaybolursa yapay zekâ onları kurtarabilir mi?

İki farklı kod tek değere dönüşmüş olabilir

Arşiv listenizde son basamağı farklı iki uzun kod var. Excel’e aldıktan sonra yapay zekâ bunları yinelenen kayıt olarak işaretliyor. İlk bakışta listede gerçekten aynı sayı iki kez görünür. Ancak sayıya dönüştürme sırasında son basamak kaybolduysa model özgün kayıtları karşılaştırmıyordur. Bozulmuş iki gösterimin aynı olması, kaynakta aynı kimliğin bulunduğuna kanıt değildir.

Aşağıdaki on altı basamaklı kodlar tamamen sentetiktir; kişi, hesap veya gerçek ürün numarası değildir. Kodlar üzerinde toplama, ortalama veya büyüklük karşılaştırması yapılmayacak. Tek amaç her kaydı kaynaktaki kimliğiyle eşleştirmektir. Böyle bir alanda rakam bulunması, alanın hesaplanacak bir sayı türünde tutulması gerektiği anlamına gelmez.

Microsoft, Excel’in sayısal duyarlılığının en fazla on beş basamak olduğunu ve uzun sayısal kodların metin olarak tutulması gerektiğini açıklar. İlk on beş basamaktan sonraki sayıların sıfırlanması, bu örnekte kimlik ayrımını kaybettirebilir. Bu, hücre sütununun dar olması nedeniyle kısaltılmış görünümden farklı bir durumdur.Kaynak: Microsoft — Format numbers as text

Sütunu genişletmek kaybolan bilgiyi geri getirmez

Bilimsel gösterim gördüğünüzde hemen veri kaybı olduğuna karar vermeyin. Görüntü biçimi bazen yalnızca sunumu kısaltır. Önce gerçek hücre içeriğini, veri türünü ve kaynak metni karşılaştırın. Fakat son basamak sayısal girişte gerçekten değiştirilmişse daha çok basamak göstermek veya hücreyi sonradan metne çevirmek özgün rakamı yeniden üretmez.

Bu tablo gerçek bir Excel oturumunun çıktısı değildir; belgelenen duyarlılık davranışını açıklayan beklenen hata örneğidir. L1 ve L2 artık aynı görünür. L3 ayrı görünmesine rağmen onun da son basamağı bozulmuştur. Dolayısıyla yalnızca benzersiz kayıt sayısına bakmak bütün hataları bulmaz. Üç kaydın üçünü de ham kaynakla alan düzeyinde karşılaştırmak gerekir.

Kaynakta üç farklı kod varken bu kusurlu örnekte iki farklı değer kalır. Yapay zekâdan benzer kayıtları birleştirmesini isterseniz L1 ve L2 yanlışlıkla tek varlık sayılabilir. Buradaki doğru hareket birleştirme yapmak değil, dönüşümün hangi aşamada bilgiyi kaybettiğini belirlemektir. Eşleştirme kuralını düzeltmeden önce girdi kimliğini geri kazanmalısınız.

Tür kararını girişten önce verin

L1=1234567890123451, L2=1234567890123452, L3=1234567890123461 ham metin kodlarıdır. Bunları miktar sayma ve sayıya dönüştürme. Verilen kusurlu aktarımda L1/L2 sonu 450, L3 sonu 460 olan sıfırlı değerlere dönüşmüş. Her kayıt için tam kaynak metniyle karşılaştırma, benzersiz kod sayısı ve aktarım kabulü yaz. Kaybolan son basamağı tahmin ederek onarma. Gerçek Excel çalıştırması yaptığını iddia etme.

Ham kod sayısı: 3; benzersiz ham kod: 3.
Kusurlu aktarımda benzersiz değer: 2; tam kaynak eşleşmesi: 0/3.
L1/L2 birleşmesi kabul edilmez. L3 de farklı kaldığı için doğru sayılmaz.
Düzeltme: korunmuş kaynaktan, kod alanı metin olarak yeniden alınır.

Yeni bir deneme kopyasında hedef kod sütununu girişten önce metin olarak tanımlayın. Veri içe aktarma kullanılıyorsa aynı tür kararını o aracın dönüşüm adımında kontrol edin. Kaynak metnin korunmuş olması gerekir. Daha önce bozulmuş hücreyi metin türüne çevirmek, yalnızca bozuk değeri metin olarak saklayabilir; yeniden giriş için özgün kaynak kullanılmalıdır.

Çalışma kitabını kaydedip tekrar açtıktan sonra aynı üç kodu yeniden karşılaştırın. Sonraki CSV dışa aktarımı veya başka araca kopyalama farklı bir tür yorumu başlatabilir. İlk aktarımın başarılı olması, sonraki zincirin bütün adımlarına otomatik güvence vermez. Her aktarım sınırında kimliğin tam metin olarak korunduğunu sınamak gerekir.

Kimliği aritmetik ile doğrulamaya çalışmayın

• Her kodun tam karakter dizisini kaynakla karşılaştırın.
• Kayıt kimliği ile kod alanını birlikte taşıyın.
• Kaynak ve sonuçtaki benzersiz kod sayılarını ayrı yazın.
• Kaynak yoksa eksik basamağı bilinmiyor olarak bırakın.

Bu kodların toplamını almak anlamlı bir kontrol değildir. Kaynakta bir karakterin değişmesi, aritmetik toplamı farklılaştırabilir; fakat toplamın aynı olması da kodların tek tek korunduğunu göstermez. Aynı şekilde “on altı karakter var” denetimi yeterli değildir: Bozulmuş sıfırlı değer de on altı karakter olabilir. Uzunluk ile tam eşitlik farklı kabul koşullarıdır.

Bir ekran görüntüsü son basamağı göstermiyorsa önce daha yetkili kaynak isteyin. Yapay zekâ kodun komşularına bakarak eksik rakamı tamamlamamalıdır. Kimliklerin ardışık olacağına dair bir kural verilmemiştir; verilse bile gerçek kaydın o dizideki yerine dair kanıt gerekir. Görsel benzerlik, kayıt kimliği için düzeltme yetkisi oluşturmaz.

Başında sıfır olan kodlar için de metin türü yararlı olabilir, ancak bu çalışmanın asıl hatası uzun sayısal duyarlılıktır. İki problemi tek bir “sıfır ekle” çözümüne indirmeyin. Baştaki sıfırı biçimle göstermekle kaybolmuş son rakamı geri bulmak aynı işlem değildir. Denetim notunda kaybın yerini ve dönüşüm aşamasını açık yazın.

Aynı görünen üçüncü bir kayıt ekleyin

Yeni L4 kaydının ham kodu 1234567890123459 olsun. Kusurlu sayısal dönüşümden sonra hangi kayıtlarla aynı görüneceğini bulun. Ham dört kaydın benzersiz sayısını ve kusurlu tablonun benzersiz sayısını karşılaştırın. Ardından yalnızca bozuk dosya kaldıysa L4’ün son basamağının neden kesin olarak geri bulunamayacağını açıklayın.

Ham dört kod farklıdır: benzersiz sayı 4. L4 de 1234567890123450 olursa L1 ve L2 ile birleşir; kusurlu tabloda benzersiz sayı yine 2 kalır. Bozuk sıfır, özgün son rakamın 1, 2 veya 9 olduğunu tek başına ayırt ettirmez. Korunmuş kaynak gerekir.

Son teslimatınız düzeltilmiş tahminlerden oluşmasın. Tam kaynak metni, aktarım türü ve eşitlik kontrolünün sonucu birlikte bulunsun. Böylece yapay zekâyla yapılan analiz, kimliğini kaybetmiş değerlerden değil doğrulanmış kayıtlardan başlar.