Caso real

Truecasing , también llamado recuperación de mayúsculas , ^{[ 1 ]} corrección de mayúsculas , ^{[ 2 ]} o restauración de mayúsculas , ^{[ 3 ]} es el problema en el procesamiento del lenguaje natural (PLN) de determinar la capitalización correcta de las palabras cuando dicha información no está disponible. Esto suele ocurrir debido a la práctica estándar (en inglés y muchos otros idiomas) de poner en mayúscula automáticamente la primera palabra de una oración. También puede surgir en textos mal capitalizados o sin capitalizar (por ejemplo, mensajes de texto en minúsculas o en mayúsculas ).

El uso de mayúsculas reales solo es necesario para las ortografías que las utilizan . Esto incluye la mayoría de los idiomas escritos con los alfabetos latino , griego , cirílico y armenio .

• Se han entrenado redes neuronales que operan a nivel de palabra o de carácter para recuperar el uso de mayúsculas con una precisión superior al 90%.
• La segmentación de oraciones se puede utilizar para determinar dónde comienzan las oraciones, para aplicar la regla de que la primera palabra de cada oración debe ir en mayúscula.
• El etiquetado gramatical permite identificar nombres propios (como África, Júpiter, Sara o Amazonas), que deben escribirse con mayúscula. En algunos casos, una misma palabra puede funcionar como diferentes partes de la oración y se escribe con mayúscula de forma distinta. Por ejemplo, «Xerox la empresa», como sustantivo, se escribe con mayúscula, pero «fotocopiar un documento», como verbo, no. Una «xerox», como en «copia de un documento», se reconoce por la presencia de un determinante , que no se usa para los nombres propios.
• El reconocimiento de entidades nombradas puede utilizarse para identificar nombres propios, que deben escribirse con mayúscula inicial.
• Se puede utilizar un corrector ortográfico para identificar las palabras que siempre se escriben con mayúscula inicial.

El uso correcto de mayúsculas facilita otras tareas de PLN, como el reconocimiento de entidades nombradas (NER), la extracción automática de contenido (ACE) y la traducción automática . ^{[ 4 ]} El uso adecuado de mayúsculas permite una detección más sencilla de los nombres propios, que son los puntos de partida de NER y ACE. Algunos sistemas de traducción utilizan técnicas de aprendizaje automático estadístico , que podrían aprovechar la información contenida en las mayúsculas para aumentar la precisión.

• Caso de sentencia
• Caso de título