Haskell 数据的区分大小写/不区分大小写比较。文本？

我经常需要对数据进行比较。文本值具有不同的区分大小写要求-这在我用于NLP任务时经常出现

例如，在为信息提取任务搜索标记时，我经常需要基于相等关系进行搜索，这种相等关系的限制性比标准字符串相等少。区分大小写是这些更改中最常见的，但它通常是特定标记的函数。像“activate”这样的词通常可能是小写的，但如果它是句子中的第一个词，它将以前导大写字母开头，或者如果在标题文本中使用，它可能会出现在所有大写字母或大写的中间句子中，因此忽略大小写的比较是有意义的。相反，首字母缩略词（如“US”）根据大小写具有不同的语义

这就是我不能为每个equality类轻松创建typeclass包装器的原因，因为它是一个值驱动的方面。（因此，该软件包看起来不起作用）

到目前为止，我正在使用

toLower

制作一个规范表示，并比较这些表示，以便创建带有敏感标志的文本比较函数的自定义版本，例如：

matches :: CaseSensitive -> Text -> Text -> Bool
matches Sensitive   x y = x == y
matches Insensitive x y = (T.toLower x) == (T.toLower y)

然而，我担心这需要对输入文本进行额外的传递。我可以想象它在某些情况下融合，但可能不是全部（例如：T.isSuffixOf，T.isInfixOf）

---

有更好的方法吗？

如果比较的样式是由被比较对象的语义驱动的，那么将这些语义与实际文本一起传递是否有意义？然后，您还可以在适当的情况下正常化，以避免以后重复通过：

data Token = Token CaseSensitive Text -- Text is all lower-case if Insensitive
    deriving Eq

也许可以定义一个智能构造函数：

token Sensitive t = Token Sensitive t
token Insensitive t = Token Insensitive (T.toLower t)

这意味着首字母缩略词“US”永远无法与“US”一词相比较，但这似乎是合乎逻辑的

---

您还可以使用更详细的标记值，如首字母缩略词/word/。。。不应仅使用

敏感

/

不敏感

进行不区分大小写的比较，而应使用

toCaseFold

而不是

toLower

。当你确定所有的文本都是英语时，这也许没什么大不了的，但使用更通用的方法仍然是一个好习惯。你可以使用顶级函数

isCaseSensitive

，也许可以使用

数据。设置区分大小写的单词（包括“US”，但不包括“US”或“US”），然后写一个等式检查，表示
匹配xy | isCaseSensitive x | | isCaseSensitive y=x==y
和
|否则=toCaseFold x==toCaseFold y