关于spaCy 3.4分句工具在无标点文本上表现不佳的技术问询

我尝试了spaCy四种分句方案中的两种，发现它们在无标点文本上的表现同样糟糕。我希望将这类方案用于未进行说话人分轨的混合文本，目标是识别句子边界，原本认为句法分析功能能顺利将文本拆分为独立句子单元。

环境信息 #

python version and spacy version with language models:  
============================== Info about spaCy ==============================

spaCy version    3.4.3                          
Location         /opt/homebrew/lib/python3.10/site-packages/spacy
Platform         macOS-12.6-arm64-arm-64bit    
Python version   3.10.8                         
Pipelines        en_core_web_sm (3.4.1), en_core_web_trf (3.4.1)

我已卸载并重装spaCy及对应语言模型更新，尝试了以下两种方法：

1. 依赖解析器：根据官方文档，该工具在通用新闻或网页文本上表现良好。示例代码：

nlp = spacy.load("en_core_web_sm")
doc = nlp("perfect how are you doing i'm ok good to hear that can you explain me a little bit more about the situation that you send me by email")
for sent in doc.sents:
    print(sent.text)
    print(token.text for token in doc)

返回结果为整段输入文本，未识别任何分句边界。

2. 统计分句器（senter）：根据文档，该统计模型仅提供句子边界识别功能。示例代码：

nlp = spacy.load("en_core_web_sm", exclude=["parser"])
nlp.enable_pipe("senter")
doc = nlp("perfect how are you doing i'm ok good to hear that can you explain me a little bit more about the situation that you send me by email")
for sent in doc.sents:
    print(sent.text)

返回结果与上述一致，未识别分句边界。

官方文档指出这些模型需训练后的流水线才能提供准确预测，我使用的是spaCy官方英文模型。我原以为句法分析（NP、VP等）至少能识别一个句子边界，但无标点时输入文本始终被视为单一跨度。此外，我尝试使用en_core_web_trf模型，但存在环境无法识别已安装模型的问题，此为独立问题。现咨询是否存在操作遗漏或使用错误？

内容的提问来源于stack exchange，提问作者Ja4H3ad