truecase.rs

truecase.rs 是用 Rust 编写的一个简单的统计 truecaser。

Truecasing 是恢复文本中的原始字母大小写：例如，将全大写或全小写的文本转换为具有正确句子大小写（首字母大写、专有名词大写等）的文本。

此 crate 通过收集一组训练句子的统计信息，然后使用这些统计信息恢复损坏句子中的正确大小写来解决此问题。它附带一个命令行工具，使统计模型的训练变得简单。

快速使用示例

use truecase::{Model, ModelTrainer};

// build a statistical model from sample sentences
let mut trainer = ModelTrainer::new();
trainer.add_sentence("There are very few writers as good as Shakespeare");
trainer.add_sentence("You and I will have to disagree about this");
trainer.add_sentence("She never came back from USSR");
let model = trainer.into_model();

// use gathered statistics to restore case in caseless text
let truecased_text = model.truecase("i don't think shakespeare was born in ussr");
assert_eq!(truecased_text, "I don't think Shakespeare was born in USSR");

有关更多详细信息，请参阅 文档。

许可证

truecase.rs 根据 MIT 许可证或 Apache 许可证 2.0 的条款许可，由您选择。