Nlp 如何才能最好地确定单词的正确大写字母？
我有一个只包含大写字母的句子数据库。该数据库是技术性的，包含医学术语，我希望对其进行规范化，以便大写字母（接近）符合用户的期望。实现这一目标的最佳方式是什么？是否有免费提供的数据集可用于帮助完成此过程？搜索有关TrueCasting的工作：Nlp 如何才能最好地确定单词的正确大写字母？,nlp,Nlp,我有一个只包含大写字母的句子数据库。该数据库是技术性的，包含医学术语，我希望对其进行规范化，以便大写字母（接近）符合用户的期望。实现这一目标的最佳方式是什么？是否有免费提供的数据集可用于帮助完成此过程？搜索有关TrueCasting的工作： 如果您可以访问具有正常大小写的类似医疗数据，那么生成您自己的数据集将非常容易。将所有内容大写，并使用到原始文本的映射来训练/测试您的算法。一种方法可以是从词性标记推断大写，例如使用Python自然语言工具包（NLTK）： 这并不完美，特别是因为我不知道你的数
如果您可以访问具有正常大小写的类似医疗数据，那么生成您自己的数据集将非常容易。将所有内容大写，并使用到原始文本的映射来训练/测试您的算法。一种方法可以是从词性标记推断大写，例如使用Python自然语言工具包（NLTK）： 这并不完美，特别是因为我不知道你的数据到底是什么样子的，但也许你可以得到这个想法：
>>> text = "Clonazepam Has Been Approved As An Anticonvulsant To Be Manufactured In 0.5mg, 1mg And 2mg Tablets. It Is The Generic Equivalent Of Roche Laboratories' Klonopin."
>>> truecase(text)
"Clonazepam has been approved as an anticonvulsant to be manufactured in 0.5mg, 1mg and 2mg Tablets. It is the generic Equivalent of Roche Laboratories' Klonopin."
最简单的方法是使用基于ngrams的拼写纠正算法
例如，您可以使用。您可以在word中找到预测空格的源代码，类似于预测大小写 顺便说一句，这是特定语言的。你的数据是英文的吗？你有句子边界吗？也就是说，你知道一句话在哪里结束，下一句话从哪里开始吗？很好的解决方案。您可能会发现这个api也很有趣。请注意，此解决方案将所有名词大写。如果你只想大写专有名词，请使用
[“NNP”，“NNPS”]>>> text = "Clonazepam Has Been Approved As An Anticonvulsant To Be Manufactured In 0.5mg, 1mg And 2mg Tablets. It Is The Generic Equivalent Of Roche Laboratories' Klonopin."
>>> truecase(text)
"Clonazepam has been approved as an anticonvulsant to be manufactured in 0.5mg, 1mg and 2mg Tablets. It is the generic Equivalent of Roche Laboratories' Klonopin."