一句话定义
标点恢复（Punctuation Restoration），指给一段原本没有标点的文本自动补上逗号、句号、问号等标点的任务，也叫标点预测（Punctuation Prediction）。它最典型的应用场景，是给语音识别（ASR, Automatic Speech Recognition）的输出断句。
为什么需要它
语音识别的声学模型逐帧听音、逐字出词，输出往往是“今天天气不错我们下午去公园吧”这样一整条连续文字。人读起来费劲，下游任务更费劲：机器翻译、文本摘要、信息抽取大多习惯以句子为单位工作。因此工业流水线里通常会在 ASR 之后加一个二遍处理（second pass）模块，专门把句子边界重新标出来。
它到底怎么做的
可以把它看作一个逐位置分类的问题：在每一个词后面，模型要判断此处该插入什么，例如什么都不插、逗号、句号、问号；中文里往往还要细分顿号、分号、冒号。
打个生活化的比方：一份被要求“一口气念完、不许换气”的稿子，现在要重新给它安排换气的地方。意思说完整了、语气落下来了，就该是句号；只是短暂顿一下、后面还有半句跟着，就是逗号。
模型靠什么判断？主要靠语义和上下文，常见做法是用一个双向预训练语言模型把整段话“前后各看一遍”，再对每个位置打分。有意思的是，语音里其实有停顿、语调这些线索，但它们并不可靠——人经常在不该断的地方换气，也经常一口气念完一整句。所以实践中韵律特征只当辅助，主力还是文本。
和几个近邻的区别
| 任务 | 干什么 | 与标点恢复的关系 |
|---|---|---|
| 句子边界检测（Sentence Boundary Detection） | 只判断哪里是一句话的结束 | 可视为标点恢复的简化版 |
| 文本规范化（Text Normalization） | 把“二零二五年”写成“2025年” | 常在同一条后处理链上，管书写形式，不管断句 |
| 语法纠错（GEC, Grammatical Error Correction） | 改错字、改病句 | 会顺带改标点，但动作更重；标点恢复只插不改 |
| 中文分词（Word Segmentation） | 把字串切成词 | 切分单位不同，先有“词”才谈得上“词后插标点” |
对从业者和普通人的意义
对工程师来说，这是个“看着简单、做着琐碎”的模块。难点不在能不能加标点，而在标点分布极不均衡——逗号远多于问号、感叹号，模型容易倾向于保守少加。所以评估通常看各标点类别的 F1 值而非整体准确率，否则“一个都不加”也能刷出很高数字。另外，流式场景（边说边出字幕）拿不到后文，只有有限的右侧上下文，效果会比整段处理差一截。
对普通人来说：你看到的会议纪要、视频字幕、语音助手吐出的文字，读起来像人写的，多半就是这一层在默默工作。没有它，你拿到的就是一串没有停顿的长句。