feat: Abkürzungen und Ordnungszahlen beenden keinen Satz

„z. B.“, „d. h.“, „Dr.“, „bzw.“, „ca.“, „e.g.“ und Ordnungszahlen wie
„2. Weltkrieg“ oder „am 24.“ gelten bei Satz-, Abschnitts- und
Absatzgrenzen nicht mehr als Satzende; „usw.“, „etc.“ und Jahreszahlen
weiterhin.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

abschrift_korrigieren.py

@@ -35,6 +35,11 @@ MIN_PARAGRAPH_SENTENCES = 3   # kürzere Absätze werden mit dem Nachbarn verbun
 
 SENTENCE_END = re.compile(r"[.!?…][\"'»«“”)\]]*$")
 SENTENCE_SPLIT = re.compile(r"(?:(?<=[.!?…])|(?<=[.!?…][\"'»«“”)\]]))\s+")
+# Abbreviations and ordinals ("z. B.", "Dr.", "2. Weltkrieg", "e.g.") end no
+# sentence; "usw." and "etc." usually do, four-digit years too
+NO_SENTENCE_END = re.compile(
+    r"(?:^|[\s.])(?:\w|\d{1,2}|Dr|Prof|bzw|ca|Nr|St|vgl|sog|evtl|ggf|inkl|bspw|Mr|Mrs|Ms)\.$"
+)
 
 SYSTEM = """Du korrigierst die automatische Abschrift eines deutschsprachigen
 gesprochenen Beitrags (z. B. Rede, Vortrag, Interview, Video).
@@ -237,7 +242,7 @@ def split_chunks(text):
     while start < len(units):
         end = min(start + CHUNK_SIZE, len(units))
         limit = min(end + MAX_EXTRA_WORDS, len(units))
-        while end < limit and not SENTENCE_END.search(units[end - 1].rstrip()):
+        while end < limit and not ends_sentence(units[end - 1].rstrip()):
             end += 1
         chunks.append("".join(units[start:end]))
         start = end
@@ -349,9 +354,21 @@ def correct_chunk(chunk, index, system):
     return corrected
 
 
+def ends_sentence(text):
+    return bool(SENTENCE_END.search(text)) and not NO_SENTENCE_END.search(text)
+
+
 def split_sentences(text):
     """Split flat text into sentences; joining them with spaces restores it."""
-    return [s for s in SENTENCE_SPLIT.split(" ".join(text.split())) if s]
+    sentences = []
+    for piece in SENTENCE_SPLIT.split(" ".join(text.split())):
+        if not piece:
+            continue
+        if sentences and NO_SENTENCE_END.search(sentences[-1]):
+            sentences[-1] += " " + piece
+        else:
+            sentences.append(piece)
+    return sentences
 
 
 def find_paragraph_starts(sentences, first, system):