文本的自动大小写转换

【问题标题】：Automatic case conversion of text文本的自动大小写转换
【发布时间】：2014-01-13 16:24:03
【问题描述】：

从远程数据源中，我得到了全部大写的文本字节（通常不超过 100 个字符）。这主要是自然语言，但有散布的首字母缩写词和标点符号（如 + 和 -）。我想做的是将此文本转换为可读的形式，也就是说，除了首字母缩写词和正确大写的名词和名称外，大部分都小写（这适用于德语，其中大写的单词多于，例如英文）。

我更喜欢 Cocoa (OS X) 的解决方案，但欢迎使用任何其他方法。我读过 NSLinguisticTagger（例如in this question），但似乎标记单词高度依赖于已经正确大写的单词。

【问题讨论】：

标签： cocoa nlp

【解决方案1】：

我会分两次做。首先将其转换为全小写（句子开头除外），然后对其运行拼写检查。这应该有望将大多数专有名词和首字母缩写词变成大写。

这只是如果您想使用现有的 Cocoa 框架。

【讨论】：

这实际上是我现在所做的（除了 POS 标记）。然而，这有问题（例如，首字母缩略词保持小写），并且由于语言标记器需要适当的大写来检测名词，所以这是一个经典的鸡蛋问题。
我猜大多数首字母缩略词都没有通过拼写检查，或者可能不太有意义（有点像this question）——也许检查类似的东西可以工作？如果不是，您是否希望在特定集合中使用首字母缩略词，还是总是有新的首字母缩略词出现？