ஆதாயங்கள்:
- மாதிரி ஆபத்து மற்றும் முழு மக்கள்தொகை சோதனையின் தர்க்கத்தைப் புரிந்துகொள்வது (100% சோதனை) மற்றும் தரவுத் தயாரிப்பு, விதி எழுதுதல் மற்றும் முடிவு விளக்கத்திற்கு செயற்கை நுண்ணறிவைப் பயன்படுத்த முடியும்.
- செயற்கை நுண்ணறிவு ஆதரவுடன் பெரிய தரவுத் தொகுப்புகளில் பொருத்தம், முழுமை மற்றும் துல்லியம் சோதனைகளை வடிவமைத்து செயல்படுத்தும் திறன்
- முழு மக்கள்தொகை சோதனையில் விதிவிலக்கு பட்டியல் ஒரு முடிவு அல்ல, ஆனால் தணிக்கையாளர் ஆய்வு செய்யும் ஒரு தொடக்கம் மற்றும் இறுதி மதிப்பீடு தணிக்கையாளருக்கு சொந்தமானது என்பதை புரிந்து கொள்ளும் திறன்.
தணிக்கைத் தொழிலின் மிக அடிப்படையான வரம்புகளில் ஒன்று, தணிக்கையாளர் பல ஆண்டுகளாக மாதிரியுடன் வேலை செய்ய வேண்டியிருந்தது. ஒரு வருடத்தில் வணிகச் சிக்கல்களின் 180,000 இன்வாய்ஸ்களை நீங்கள் கைமுறையாக மதிப்பாய்வு செய்ய முடியாது; எனவே நீங்கள் ஒரு புள்ளியியல் அல்லது தீர்ப்பு முறையைப் பயன்படுத்தி சில நூறு பதிவுகளைத் தேர்ந்தெடுத்து, அவற்றைச் சோதித்து, ஒட்டுமொத்த மக்களுக்கும் முடிவைப் பொதுமைப்படுத்துங்கள். மாதிரி எடுப்பது ஒரு சக்திவாய்ந்த மற்றும் முறையான நுட்பமாகும், ஆனால் இது ஒரு உள்ளார்ந்த ஆபத்தைக் கொண்டுள்ளது: மாதிரி ஆபத்து - நீங்கள் தேர்ந்தெடுக்கும் மாதிரி மக்கள்தொகையின் பிரதிநிதியாக இல்லாமல் இருக்கலாம், மேலும் அதில் உள்ள உண்மையான பிழை நீங்கள் பார்க்கும் இடத்தில் சரியாக வராமல் போகலாம்.
தரவு பகுப்பாய்வு மற்றும் AI இந்த படத்தை மாற்றுகிறது: நீங்கள் இப்போது முழு மக்களையும் சோதிக்கலாம், அதாவது 100%. இது முழுமையான மக்கள்தொகை சோதனை என்று அழைக்கப்படுகிறது. "மாதிரியிலிருந்து முழுமைக்கு" மாறுவதைப் புரிந்துகொள்வதற்காக இந்த அலகு அர்ப்பணிக்கிறோம், அது கொண்டு வரும் சக்தி மற்றும் பலர் கவனிக்காத புதிய பொறுப்புகள். ஏனெனில் முழு மக்கள்தொகை சோதனை ஆய்வுக்கு உதவாது; இது தேர்வின் தன்மையை மாற்றி, தேர்வாளர் மீது புதிய சுமைகளை ஏற்படுத்துகிறது.
மாதிரி மற்றும் முழு மக்கள் தொகை சோதனைக்கு இடையே உள்ள வேறுபாடு
கிளாசிக்கல் மாதிரியில், தர்க்கம்: "நான் ஒரு சிறிய ஆனால் பிரதிநிதித்துவக் குழுவை முழுமையாகச் சோதித்து, முடிவை முழுவதுமாக விளக்குகிறேன்." முழு மக்கள்தொகை சோதனையில், தர்க்கம் தலைகீழாக மாறுகிறது: "சில விதிகளின்படி முழுவதையும் ஸ்கேன் செய்ய அனுமதிக்கிறேன், விதிக்கு வெளியே வரும் விதிவிலக்குகளைக் கண்டறிந்து அவற்றை முழுமையாக ஆய்வு செய்கிறேன்." முதல் அணுகுமுறையில், ஆபத்து "தவறான மாதிரியைத் தேர்ந்தெடுப்பது"; இரண்டாவதாக, "தவறான விதியை எழுதுவது" மற்றும் "முழுமையற்ற/தவறான தரவுகளுடன் பணிபுரிவது" ஆபத்து.
பின்வரும் அட்டவணை இரண்டு அணுகுமுறைகளையும் ஒப்பிடுகிறது:
அளவு
மாதிரி
முழு மக்கள் தொகை சோதனை (100%)
நோக்கம்
மக்கள் தொகையில் ஒரு பகுதி
முழு மக்கள் தொகை
முக்கிய ஆபத்து
மாதிரி ஆபத்து (பிரதிநிதித்துவப் பிழை)
விதி பிழை + தரவு ஒருமைப்பாடு பிழை
வெளியீடு
வரையறுக்கப்பட்ட எண்ணிக்கையிலான சோதனை முடிவுகள்
விதிக்கு இணங்காத விதிவிலக்குகளின் பட்டியல்
தணிக்கையாளரின் சுமை
தேர்வு + சோதனை
விதி வடிவமைப்பு + விதிவிலக்கு மதிப்பீடு
AI இன் பங்கு
மாதிரி தேர்வுக்கு உதவுங்கள்
தரவு தயாரித்தல், விதி எழுதுதல், விதிவிலக்கு குறித்தல்
குறிப்பு: முழு மக்கள்தொகை சோதனை என்பது "நான் எல்லாவற்றையும் சோதித்தேன், வேலை முடிந்தது" என்று அர்த்தமல்ல. மாறாக, இது பொதுவாக நீங்கள் ஆய்வு செய்ய கூடுதல் பொருட்களை வழங்குகிறது. அனைத்து 180,000 இன்வாய்ஸ்களையும் தேதி-தொகை-ஒப்புதல் விதி மூலம் இயக்கும்போது, 900 விதிவிலக்குகளைக் காணலாம். இவை ஒவ்வொன்றும் ஒரு கேள்வி; பதில் இல்லை. இங்குதான் தணிக்கை நீதித்துறை செயல்படுகிறது.
தரவு முழுமை: சோதனையின் கண்ணுக்கு தெரியாத அடிப்படை
முழு மக்கள்தொகை சோதனையின் மிகப்பெரிய ஆபத்து என்னவென்றால், சோதனையின் தரம் தரவின் தரத்தைப் பொறுத்தது. "நான் 100% தரவை சோதித்தேன்" என்பது உங்களிடம் உள்ள தரவு உண்மையில் 100% மக்கள்தொகையில் இருந்தால் மட்டுமே அர்த்தமுள்ளதாக இருக்கும். கணினியிலிருந்து தரவை இழுக்கும்போது வடிப்பான் தவறாக இருந்தால், சில பதிவுகள் விடுபட்டிருந்தால் அல்லது தொகை நெடுவரிசை தசமப் பிழையுடன் மாற்றப்பட்டால், உங்கள் "முழு" சோதனை உண்மையில் முழுமையற்ற அல்லது சிதைந்த தரவுகளில் செய்யப்படும். எனவே, தரவு முழுமை மற்றும் துல்லியத்தை உறுதிப்படுத்துவது முழு மக்கள்தொகை சோதனையில் முதல் மற்றும் தவிர்க்க முடியாத படியாகும்.
முழுமை சரிபார்ப்புக்கான நடைமுறைச் சோதனைகள்:
- பதிவு எண்ணிக்கை சமரசம்: நீங்கள் இழுத்த தரவுத்தொகுப்பில் உள்ள வரிசைகளின் எண்ணிக்கை கணினியில் உள்ள மொத்த பதிவுகளின் எண்ணிக்கையுடன் பொருந்துமா?
- தொகை சமரசம்: தரவுத்தொகுப்பில் உள்ள மொத்தத் தொகையானது சோதனை இருப்பு/துணை நிறுவனத்தில் உள்ள தொடர்புடைய கணக்கு மொத்தத்துடன் ஒத்துப்போகிறதா?
- தேதி வரம்பு: காலத்தின் முதல் மற்றும் கடைசி நாட்கள் தரவுகளில் சேர்க்கப்பட்டுள்ளன; விடுபட்ட மாதம்/நாள் உள்ளதா?
- வெற்று மற்றும் மோசமான இடத்தை ஸ்கேன் செய்தல்: தேவையான புலங்களில் (தேதி, தொகை, கணக்குக் குறியீடு) ஏதேனும் இடைவெளிகள் அல்லது அர்த்தமற்ற மதிப்புகள் உள்ளதா?
AI இந்தச் சரிபார்ப்புகள் அனைத்திற்கும் உதவுகிறது: தரவை வலைவலம் செய்கிறது, மொத்தத்தைப் பெறுகிறது, காலி இடங்களைக் கணக்கிடுகிறது, தேதி வரம்பைப் புகாரளிக்கிறது. ஆனால் ஒப்பந்தம் "பிடிக்கப்படுகிறதா" என்பதைத் தீர்மானிப்பது, வேறுபாட்டை ஆராய்ந்து, தணிக்கை நோக்கத்திற்குத் தரவு பொருத்தமானது என்பதை உறுதிப்படுத்துவது தணிக்கையாளரே.
எச்சரிக்கை: தரவு முழுமையை சரிபார்க்காமல் பணித்தாளில் "நான் எல்லா தரவையும் சோதித்தேன்" என்று எழுத வேண்டாம். விடுபட்ட தரவு பற்றிய முழு மக்கள்தொகை சோதனையானது, முழுமையான ஆனால் தவறான உத்தரவாதத்தை அளிக்கிறது.
AI உடன் முழு மக்கள்தொகை சோதனை: படிப்படியாக
- தரவைப் பாதுகாப்பாகத் தயாரிக்கவும். தனிப்பட்ட/தனிப்பட்ட புலங்களை அநாமதேயமாக்குங்கள் அல்லது அவற்றை ஒதுக்கிடங்களுடன் மாற்றவும். முடிந்தால், கார்ப்பரேட், ஒப்பந்தம் செய்யப்பட்ட வாகனத்தைப் பயன்படுத்தவும்.
- முழுமையை உறுதிப்படுத்தவும். பதிவுகளின் எண்ணிக்கை மற்றும் தொகையை சரிசெய்யவும்.
- சோதனை விதியை தெளிவாக வரையறுக்கவும். "விதிவிலக்கு" என்று என்ன கணக்கிடப்படுகிறது? (உதாரணமாக: அங்கீகரிக்கப்படாத விலைப்பட்டியல், வார இறுதியில் வழங்கப்பட்ட விலைப்பட்டியல், பெரிய அளவிலான கட்டணம், கட்-ஆஃப் தேதிக்குப் பிறகு பதிவுசெய்யப்பட்ட வருமானம்.)
- AI உடன் விதியைப் பயன்படுத்தவும். AI ஆனது தரவுகளுக்கு விதியைப் பயன்படுத்துகிறது மற்றும் விதிவிலக்குகளின் பட்டியலை உருவாக்குகிறது; விதியை தெளிவாக எழுதுங்கள், அது தணிக்கை செய்யப்படலாம்.
- விதிவிலக்குகளுக்கு முன்னுரிமை அளித்து மதிப்பாய்வு செய்யவும். ஒவ்வொரு விதிவிலக்கையும் ஆதாரத்துடன் விசாரிக்கவும்; தவறான நேர்மறைகளை நிவர்த்தி செய்யவும், உண்மையான கண்டுபிடிப்புகளை நியாயப்படுத்தவும்.
- முடிவை ஆவணப்படுத்தவும். விதி, விதிவிலக்குகளின் எண்ணிக்கை, ஆய்வு செய்யப்பட்ட உருப்படிகள் மற்றும் முடிவைப் பணித்தாளில் இணைக்கவும்.
மூன்று சிறிய வழக்குகள்
வழக்கு 1 - வெட்டு சோதனை. ஒரு தணிக்கையாளர் ஆண்டு இறுதி வருவாய் கட்ஆஃப் சோதிக்க விரும்பினார். அவர் முழு மக்கள்தொகையாக 42,000 விற்பனை விலைப்பட்டியல்களை எடுத்து "டிசம்பர் 31 ஆம் தேதிக்குள் விலைப்பட்டியல் தேதிகளுடன் பட்டியல் பதிவுகளை செயல்படுத்தினார், ஆனால் ஷிப்பிங்/டெலிவரி தேதிகள் ஜனவரி 1 அல்லது அதற்குப் பிறகு". YZ 118 பதிவுகளைக் குறித்தது. தணிக்கையாளர் இவற்றை ஆய்வு செய்தார்: 96 நேர வேறுபாடுகள் இல்லாத முறையான பரிவர்த்தனைகள் (அதே நாள் டெலிவரி), 22 உண்மையில் அடுத்த ஆண்டுக்கான வருவாய் மற்றும் முந்தைய காலத்தில் பதிவு செய்யப்பட்டவை. இந்த 22 உருப்படிகள் ஒரு வடிவத்தைக் காட்டியதால், முக்கியத்துவம் குறைவாக இருந்தாலும் புகாரளிக்கப்பட்டது. AI 118 கேள்விகளைக் கேட்டது; தணிக்கையாளர் 22 பதில்களைக் கண்டறிந்தார்.
வழக்கு 2 - முழுமை தவிர்க்கப்படும் போது. ஒரு குழு உறுப்பினர் 180,000 இன்வாய்ஸ்களில் முழு மக்கள் தொகை சோதனை செய்ததாக கூறினார்; விதிவிலக்குகள் இல்லை, அவர் நிம்மதியடைந்தார். பொறுப்பான நபர் தரவுத்தொகுப்பின் மொத்தத் தொகையை சோதனை இருப்புடன் ஒப்பிட்டார்: தரவு 155 மில்லியன் TL, சோதனை இருப்பு 210 மில்லியன் TL. கணினியிலிருந்து தரவு இழுக்கப்படும்போது, ஒரு கிளை வடிகட்டப்பட்டு வெளியேறியது. "முழு" சோதனை உண்மையில் தரவுகளில் கால் பகுதியை தவறவிட்டது. சரியான தரவுகளுடன் சோதனை முடிந்தது. பாடம்: முழுமை உறுதிப்படுத்தல் இல்லாமல் முழுமையான மக்கள்தொகை சோதனை இல்லை.
வழக்கு 3 - விதிகள் பிழை. "50,000 TLக்கு மேல் அங்கீகரிக்கப்படாத கொடுப்பனவுகளைப் பட்டியலிடுங்கள்" என்ற விதியை AI எழுதச் சொன்னார், ஆனால் "ஒப்புதல்" புலமானது கணினியில் இரண்டு வெவ்வேறு நெடுவரிசைகளில் (மின்னணு ஒப்புதல் மற்றும் கைமுறை ஒப்புதல்) வைக்கப்பட்டுள்ளது என்பதை உணரவில்லை. AI ஆனது 300 கொடுப்பனவுகளை "அங்கீகரிக்கப்படவில்லை" எனக் குறித்தது, ஏனெனில் அது ஒன்றை மட்டுமே பார்த்தது; ஆய்வு செய்ததில் பெரும்பாலானவை மற்ற பத்தியில் அங்கீகரிக்கப்பட்டிருப்பது தெரிந்தது. தவறான விதி நூற்றுக்கணக்கான தவறான நேர்மறைகளை உருவாக்கியது. இரண்டு நெடுவரிசைகளையும் உள்ளடக்கிய விதியை ஆடிட்டர் சரிசெய்தார். பாடம்: விதி தரவு மற்றும் வணிக செயல்முறைக்கு இணங்குகிறதா என்பதை தணிக்கையாளர் சரிபார்க்கிறார்.
பலவீனமான வரியில் / வலுவான வரியில்
பலவீனமான உடனடி:
இந்த விலைப்பட்டியல் தரவில் சிக்கல் உள்ள பதிவுகளைக் கண்டறியவும்.
சிக்கல்: "சிக்கல்" என்பதன் வரையறை இல்லை விதிவிலக்காக எதைக் கருதுவது என்று AIக்குத் தெரியவில்லை; அவர் சீரற்ற சமிக்ஞைகளின்படி அல்லது அவர் உருவாக்கிய அளவுகோலின்படி செயல்படுகிறார். இது மீண்டும் மீண்டும் தணிக்கை செய்யக்கூடியது அல்ல.
சக்திவாய்ந்த தூண்டுதல்:
உங்கள் பங்கு: நீங்கள் ஒரு சுயாதீன தணிக்கையாளருக்கு தரவு பகுப்பாய்வு உதவியாளர். தீர்ப்பு என்னுடையது; நீங்கள் விதியைப் பயன்படுத்துவீர்கள் மற்றும் விதிவிலக்கு பட்டியலை உருவாக்குவீர்கள். சூழல்: அநாமதேய விற்பனை விலைப்பட்டியல் தரவு கீழே உள்ளது (நெடுவரிசைகள்: இன்வாய்ஸ்_இல்லை, இன்வாய்ஸ்_தேதி, டெலிவரி_தேதி, தொகை, ஒப்புதல்_நிலை, கிளை). ஆண்டு முடிவு: 31.12.STEP 1 - முழுமை: மொத்த பதிவுகளின் எண்ணிக்கையையும் மொத்தத் தொகையையும் கொடுங்கள், அதனால் நான் அதை சோதனை இருப்புடன் ஒப்பிட முடியும். காலியாக/விடுபட்ட இடம் இருந்தால் புகாரளிக்கவும். படி 2 - கட்டிங் சோதனை விதி: இன்வாய்ஸ்_தேதி <= 31.12 மற்றும் டெலிவரி_தேதி >= 01.01 உடன் "கட்ஆஃப் விதிவிலக்கு" என பதிவுகளை பட்டியலிடவும். படி 3 - விதியை எளிய உரையில் எழுதவும் (நீங்கள் எந்த நிபந்தனையைப் பயன்படுத்தியுள்ளீர்கள்:) விதியை மாற்றலாம். நீங்கள் கொடியிடும் பதிவுகளை "மதிப்பாய்வுக்கான விதிவிலக்குகள்" என்று சமர்ப்பிக்கவும்; "பிழை/கண்டுபிடித்தல்" என்று சொல்லாதீர்கள். தரவுகளில் இருந்து நீங்கள் அறிய முடியாததை ஈடுசெய்ய வேண்டாம்.
இந்த கோரிக்கை சக்தி வாய்ந்தது, ஏனெனில் இது முதலில் முழுமையை உறுதிப்படுத்துகிறது, விதிவிலக்கு விதியை தெளிவாக வரையறுக்கிறது, விதியின் எளிய உரை (தணிக்கைத் திறன்) தேவைப்படுகிறது மற்றும் வெளியீட்டை "விதிவிலக்கு" என்று நிலைநிறுத்துகிறது.
பொதுவான தவறுகள்
- முழுமை சரிபார்ப்பைத் தவிர்க்கிறது. முழுமையற்ற/ஊழல் தரவுகளில் "முழு" சோதனை செய்து தவறான உத்தரவாதம் அளித்தல்.
- ஒரு கண்டுபிடிப்புக்காக விதிவிலக்கு தவறாக. AI ஆல் குறிக்கப்பட்ட பதிவைச் சரிபார்க்காமல் பிழைகளை எண்ணுதல்; தவறான நேர்மறைகளை அகற்றுவதைத் தவிர்த்தல்.
- விதியை சரிபார்க்கவில்லை. விதி தரவு மற்றும் வணிக செயல்முறைக்கு இணங்குகிறதா என்பதைச் சரிபார்க்காமல் நூற்றுக்கணக்கான தவறான கொடிகளை உருவாக்குகிறது.
- தெளிவற்ற விதிகளை எழுதுதல். "சிக்கல் நிறைந்த பதிவுகளைக் கண்டறிதல்" போன்ற வரையறுக்கப்படாத அறிவுறுத்தல்களுடன் மீண்டும் மீண்டும் செய்ய முடியாத முடிவுகளைப் பெறுதல்.
- ஒரே தொடக்கத்தில் திருப்தியாக இருப்பது. விதிவிலக்குகளின் எண்ணிக்கை எதிர்பார்த்ததை விட மிகவும் வித்தியாசமாக இருந்தால் விதி அல்லது தரவை வினவவில்லை.
உதவிக்குறிப்பு: விதிவிலக்குகளின் எண்ணிக்கை மிகவும் சிறியதாக இருந்தால் (பூஜ்ஜியத்திற்கு அருகில்) அல்லது மிகப் பெரியதாக இருந்தால் எச்சரிக்கையாக இருங்கள். ஜீரோ என்றால் பொதுவாக "தவறாக எழுதப்பட்ட விதி" அல்லது "தரவு காணவில்லை" என்று பொருள்படும்; மிகப் பெரிய எண் என்பது விதி மிகவும் பரந்தது என்பதைக் குறிக்கிறது. ஒரு நல்ல தணிக்கையாளர் "விதிவிலக்கு இல்லை" மற்றும் "எல்லாமே விதிவிலக்குகள்" என்று சந்தேகிக்கிறார்.
சுருக்கமாக
முழு மக்கள்தொகை சோதனை என்பது தணிக்கையில் ஒரு பெரிய முன்னேற்றம்: இது மாதிரி ஆபத்தை நீக்குகிறது, 100% தரவை திரையிடுகிறது. ஆனால் இது இலவசம் அல்ல. இது இரண்டு புதிய பொறுப்புகளைக் கொண்டுவருகிறது: (1) தரவு முழுமை மற்றும் துல்லியத்தை சரிபார்த்தல், (2) எழும் தனிப்பட்ட விதிவிலக்குகளை மதிப்பீடு செய்தல். AI தரவைத் தயாரிக்கிறது, விதியைப் பயன்படுத்துகிறது, விதிவிலக்கைக் கொடியிடுகிறது மற்றும் ஸ்கேன் செய்யும் நேரத்தை வினாடிகளாகக் குறைக்கிறது; ஆனால் விதியின் துல்லியம், தரவின் முழுமை மற்றும் விதிவிலக்குகளின் மதிப்பீடு ஆகியவை தணிக்கையாளருக்கு சொந்தமானது. விதிவிலக்கு ஒரு விளைவு அல்ல, அது ஒரு ஆரம்பம்.
விண்ணப்ப பணி
ஏற்கனவே உள்ள (அல்லது அனுமான) பரிவர்த்தனை தரவுத்தொகுப்பைக் கவனியுங்கள். முதலில் இரண்டு முழுமை காசோலைகளை வரையறுக்கவும் (பதிவுகளின் எண்ணிக்கை மற்றும் தொகை சமரசம்). ஒரு தணிக்கை நோக்கத்திற்காக தெளிவான விதிவிலக்கு விதியை எழுதவும் (எ.கா. வார இறுதியில் வழங்கப்பட்ட விலைப்பட்டியல், அல்லது வெட்டு விதிவிலக்குகள்). மேலே உள்ள சக்திவாய்ந்த ப்ராம்ட் பேட்டர்ன் மூலம், முதலில் முழுமையையும் பின்னர் விதியையும் AI செயல்படுத்த வேண்டும். தோன்றும் விதிவிலக்குகளில் முதல் 10 "உண்மையான கண்டுபிடிப்புகள் அல்லது தவறான நேர்மறைகள்?" கீழ்க்கண்டவாறு வகைப்படுத்திப் பயிற்சி செய்து, ஒவ்வொன்றிற்கும் என்னென்ன ஆதாரங்களைத் தேடுவீர்கள் என்பதை எழுதுங்கள்.
சரிபார்ப்பு பட்டியல்
- [ ] நான் டேட்டாவை அநாமதேயமாக்கிவிட்டு பாதுகாப்பாக ஓட்டினேன்.
- [ ] பதிவேடுகளின் எண்ணிக்கையையும் தொகையையும் சரிசெய்து தரவு முழுமையை உறுதிப்படுத்தினேன்.
- [ ] நான் இலவச/மோசமான இடத்தை ஸ்கேன் செய்தேன்.
- [ ] நான் விதிவிலக்கு விதியை தெளிவான, மீண்டும் மீண்டும் செய்யக்கூடிய வகையில் வரையறுத்தேன்.
- [ ] நான் AI இலிருந்து விதியின் எளிய உரையைப் பெற்றேன் மற்றும் தரவு மற்றும் வணிக செயல்முறையுடன் அதன் இணக்கத்தை சரிபார்த்தேன்.
- [ ] விதிவிலக்குகளின் எண்ணிக்கையின் நியாயத்தன்மையை நான் கேள்வி எழுப்பினேன் (மிகக் குறைவானது / அதிகமாக இல்லை).
- [ ] நான் ஒவ்வொரு விதிவிலக்கையும் ஆய்வு செய்ய வேண்டிய கேள்வியாகக் கருதினேன், ஒரு கண்டுபிடிப்பு அல்ல; நான் தவறான நேர்மறைகளை அகற்றினேன்.