自然语言处理 - Truecaser 分类器
请为数据集的真实情况推荐一个好的机器学习分类器。 另外，是否可以在这样的分类器中指定自己的 truecasing 规则/功能？感谢您的所有建议。
谢谢
Please suggest a good machine learning classifier for truecasing of dataset.
Also, Is it possible to specify out own rules/features for truecasing in such a classifier? Thanks for all your suggestions.
Thanks
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（2）
我用 Python 实现了 truecaser 的一个版本。当您提供足够的数据（即大小写正确的句子）时，它可以针对任何语言进行训练。
对于英语，它对维基百科例句的准确率达到 98.38%。提供了预训练的英语模型。
您可以在这里找到它：
https://github.com/nreimers/truecaser
I implemented a version of a truecaser in Python. It can be trained for any language when you provide enough data (i.e. correctly cased sentences).
For English, it achieves an accuracy of 98.38% on sample sentences from Wikipedia. A pre-trained model for English is provided.
You can find it here:
https://github.com/nreimers/truecaser
请看一下这份白皮书。
http://www.cs.cmu.edu/~llita /papers/lita.truecasing-acl2003.pdf
他们报告的准确度为 98%。
Please take a look at this whitepaper.
http://www.cs.cmu.edu/~llita/papers/lita.truecasing-acl2003.pdf
They report 98% of accuracy.