Chuỗi “03/04/26” có thể bị hiểu thành những ngày khác nhau tùy quy ước. Khi AI đọc ngày tháng mơ hồ, chuyển ngay thành một định dạng chuẩn có thể khiến lỗi khó nhận ra hơn: đầu ra trông sạch nhưng ngày đã bị đoán.
Nguyên tắc thực dụng là giữ nguyên chuỗi trên tài liệu, liệt kê cách hiểu có thể có và chỉ điền giá trị chuẩn khi có bằng chứng. Đây là vấn đề phân giải dữ liệu đầu vào, khác với tính thời hạn hoặc diễn giải điều khoản hợp đồng.
Định dạng đúng không đồng nghĩa ngày đúng
Định dạng năm–tháng–ngày giúp trao đổi dữ liệu nhất quán. Nhưng không có chuẩn đầu ra nào tự cho biết “03/04” trên một chứng từ là ngày ba tháng tư hay ngày bốn tháng ba. Năm viết hai chữ số cũng cần quy tắc được người nghiệp vụ xác nhận.
Ngày không có giờ không nên tự được gắn nửa đêm UTC. Nếu nghiệp vụ thật sự cần một thời điểm, lưu múi giờ và căn cứ của nó riêng. Đừng biến một ngày giao dự kiến thành thời hạn chính xác đến giây chỉ vì hệ thống nhận kiểu timestamp.
Phiếu phân giải có thể dùng trên một lô tài liệu
| Chuỗi mô phỏng | Cách xử lý | Trạng thái |
|---|---|---|
| 03/04/26 | Giữ hai cách hiểu; hỏi quy ước và năm | Chờ xác nhận |
| 2026-04-03 | Kiểm lịch và tên trường | Có thể xác minh |
| 04/2026 | Giữ độ chính xác tháng, không thêm ngày 01 | Tháng/năm |
| 31/02/2026 | Xem lại ảnh hoặc hỏi nguồn lập | Không hợp lệ |
Phiếu cần thêm mã tài liệu, tên trường, vùng ảnh, quy ước của mẫu và người duyệt. Nếu ngày đã được xác nhận ở một nguồn khác, lưu liên kết nguồn đó; không chỉ ghi “đã sửa”.
Bằng chứng nào được dùng để chọn cách hiểu?
Ưu tiên hướng dẫn chính thức của mẫu, mô tả trường hoặc xác nhận của đơn vị lập tài liệu. Chuỗi có tên tháng đầy đủ cũng có thể làm rõ. Không mặc định mọi tài liệu của một quốc gia đều dùng chung cách viết, nhất là hồ sơ nhập từ nhiều hệ thống.
Những ngày khác trong cùng tài liệu có thể là dấu kiểm phụ. Ví dụ một giá trị có số ngày lớn hơn 12 gợi ý quy ước, nhưng chưa đủ để khẳng định cả lô không trộn định dạng. Khi dùng quy tắc theo mẫu, xác minh mẫu và phiên bản trước khi áp dụng cho các bản ghi tiếp theo.
Các lỗi cần tách riêng
- OCR đọc nhầm ký tự: số 1 thành 7 hoặc dấu phân cách bị mất.
- Chuỗi đọc đúng nhưng thứ tự ngày/tháng không rõ.
- Giá trị không hợp lệ về lịch, cần kiểm tra tài liệu gốc.
- Ngày đúng nhưng bị gán nhầm trường, như ngày lập và ngày giao.
Mỗi nhóm có cách xử lý khác nhau. Lỗi OCR cần xem ảnh; quy ước mơ hồ cần hỏi chủ dữ liệu; nhầm trường cần sửa ánh xạ. Không dùng một lệnh “chuẩn hóa tất cả” để che đi cả ba nguyên nhân.
Kiểm tra trước khi đưa vào hệ thống
Thử ngày có hai cách hiểu, ngày có tháng viết chữ, năm hai chữ số, ngày cuối tháng và trường chỉ có tháng/năm. Kết quả đúng phải bao gồm việc từ chối diễn giải khi thiếu bằng chứng. Không dùng ngày hôm nay để lấp một ngày bị thiếu.
Nếu dữ liệu cần đi vào quy trình xử lý tài liệu bằng AI, hãy thống nhất phiếu phân giải trước. Người vận hành sẽ biết trường nào được chuẩn hóa tự động, trường nào chờ xác nhận và cách khôi phục chuỗi gốc khi có tranh luận.
Nguồn và phạm vi áp dụng
Tài liệu gốc được tham khảo: RFC 3339 quy định biểu diễn timestamp rõ ràng và định dạng ngày năm–tháng–ngày; chuẩn định dạng không giải quyết ý nghĩa của chuỗi đầu vào mơ hồ. Các bảng, ví dụ và tiêu chí vận hành trong bài là đề xuất biên tập; ví dụ dùng dữ liệu mô phỏng, không phải kết quả triển khai hay cam kết của Onter. Khả năng hỗ trợ phải kiểm tra theo công cụ, phiên bản và dữ liệu thực tế.
