ForHosting KIT · Testi e IA

Estrarre parole maiuscole

Da «Alice met Bob in Paris last Tuesday after the Summit» ottiene Alice, Bob, Paris, Tuesday e Summit: 5 parole con la maiuscola su 10. Le ripetizioni restano in ordine e una seconda lista tiene ogni parola una sola volta. Gratis nel suo browser.

  • Gratis
  • Funziona nel suo browser
  • Senza registrazione
  • I suoi dati restano sul dispositivo
Usalo da WebAPIEmailTelegramApp presto
Se inserisce
Testo
Alice met Bob in Paris last Tuesday after the Summit.
Ottiene
Parole
Alice, Bob, Paris, Tuesday, Summit
Quantità
5
Parole uniche
Alice, Bob, Paris, Tuesday, Summit
Conteggio univoco
5

Estrarre le parole maiuscole è un'utilità di testo pratica con una promessa chiara: prenda un brano non vuoto, trovi ogni parola che inizia con una lettera maiuscola e restituisca quei token in ordine di lettura così da individuare nomi, luoghi, titoli e altri candidati a nomi propri senza rileggere tutto la bozza. Scrittori, editor, ricercatori e script di automazione condividono la stessa intenzione di ricerca quando digita estrarre parole maiuscole o elencare parole capitalizzate da un testo.

Che cosa conta come parola maiuscola

La regola è semplice di proposito: una parola rientra quando il primo carattere è una lettera maiuscola. Vale per nomi comuni come Alice, sigle scritte in maiuscolo come NASA e maiuscole accentate come Émile, mentre alice, iPhone e i numeri puri restano fuori. Una parola è una sequenza di lettere o cifre; un apostrofo o un trattino al suo interno, come in O'Brien o Jean-Luc, la tiene intera, mentre spazi, punteggiatura, virgolette ed emoji separano le parole. Accanto alla lista vede anche quante parole aveva in tutto il brano, per capire quanto sono dense le maiuscole: nell'esempio, 5 su 10.

Dove aiuta e dove si ferma

I redattori lo usano per controllare con un'occhiata la grafia di tutti i nomi di un capitolo, i ricercatori estraggono nomi e titoli di progetti dagli appunti di una riunione, e gli insegnanti preparano un elenco di nomi per le schede di studio partendo dalla lista che tiene ogni parola una volta. Non sostituisce un riconoscimento completo delle entità: non decide a che cosa si riferisce una parola, non cambia maiuscole e minuscole e non elenca tutte le parole a prescindere dall'iniziale. Il testo deve avere almeno un carattere; un testo di soli spazi è accettato e restituisce una lista vuota.

Cosa conta come parola maiuscola e come si costruisce l'elenco

Una parola maiuscola, per questo strumento di estrazione, è qualsiasi token il cui primo carattere sia una lettera Unicode maiuscola —categoria Lu—, così Alice, Paris, NASA ed Émile si qualificano, mentre alice, iPhone (i minuscola iniziale) e token solo numerici no. I token sono sequenze contigue di lettere o cifre Unicode, opzionalmente unite da apostrofo o trattino interno, così O'Brien e Jean-Luc restano una sola parola invece di spezzarsi sulla punteggiatura. Tutto il resto —spazi, virgole, punti, virgolette ed emoji— funge da confine.

Preferisca questa pagina quando l'intenzione di ricerca è estrarre parole maiuscole, elencare nomi capitalizzati o individuare nomi propri dalla lettera iniziale. Non la usi per il riconoscimento completo di entità con tipi e punteggi di confidenza —è un altro prodotto LLM— né per convertire il caso, stemming o elencare tutte le parole uniche a prescindere dal caso.

Note di riunione e brani di ricerca

I ricercatori estraggono parole maiuscole dalle note per far emergere nomi e titoli di progetto candidati senza pipeline NER complete.

Cosa conta come parola maiuscola?

Qualsiasi token il cui primo carattere sia una lettera Unicode maiuscola (categoria Lu), comprese le maiuscole accentate. I token che iniziano con minuscola o cifra vengono saltati.

I nomi ripetuti compaiono più di una volta?

Sì. La lista principale conserva ogni occorrenza nell'ordine di lettura, quindi un nome citato due volte esce due volte. Una seconda lista tiene ogni parola distinta una sola volta, nella forma in cui è comparsa per prima.

Nomi come O'Brien o Jean-Luc vengono spezzati?

No. Un apostrofo o un trattino all'interno della parola la tiene unita, così O'Brien e Jean-Luc escono come una parola ciascuno. Spazi, virgole, punti, virgolette ed emoji segnano dove finisce una parola.

Perché iPhone non compare nel risultato?

Perché conta solo la prima lettera, e la i di iPhone è minuscola. Le parole scritte tutte in maiuscolo, come NASA, e le maiuscole accentate, come Émile, sono incluse; i numeri da soli no.

Lo strumento capisce se una parola è una persona, un luogo o una data?

No. Guarda solo la prima lettera, per questo Tuesday e Summit compaiono accanto ad Alice e Paris. Non classifica i nomi per tipo: serve a raccogliere in fretta dei candidati da controllare poi con calma.

Tutto quello che vedi in questa pagina è disponibile anche via API. Questa sezione è per i team che vogliono integrarlo nei propri sistemi; chi non ne ha bisogno può semplicemente usare lo strumento qui sopra.

POSThttps://api.kit.forhosting.com/str/extract-capitalized

Autenticazione con Bearer token: un POST mette in coda l'attività e il risultato arriva via webhook o link firmato.

curl -X POST https://api.kit.forhosting.com/str/extract-capitalized \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"text":"Alice met Bob in Paris last Tuesday after the Summit."}'
{
  "text": "Alice met Bob in Paris last Tuesday after the Summit."
}
{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "str.extract_capitalized",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

L'API è asincrona: ricevi subito un task_id e puoi fare polling fino a 1 richiesta al secondo.

per richiesta$0.002

Prezzo pubblicato, senza token né crediti. Se l'attività fallisce, non paghi.

HTTPCodiceSignificato
401unauthorizedChiave API mancante o non valida: controlla l'header Authorization.
402insufficient_balanceCredito esaurito: ricarica per continuare a eseguire attività.
404unknown_typeTipo di attività sconosciuto: controlla il campo type della richiesta.
429rate_limitedTroppe richieste in poco tempo: rallenta e riprova tra qualche secondo.

L'input vuoto viene rifiutato con invalid input affinché il chiamante non memorizzi payload vuoti per errore. Le chiamate API riuscite sono addebitate al prezzo base pubblicato $0.002 per voce; i fallimenti di validazione non sono addebitati.

Cosa conta come parola maiuscola e come si costruisce l'elenco

La scansione procede da sinistra a destra e aggiunge ogni token corrispondente all'array words, conservando i duplicati quando lo stesso nome compare due volte in un paragrafo; un array separato unique_words conserva solo la prima forma superficiale di ogni token distinto così può costruire un archivio di nomi pulito per flashcard o revisione di entità. total_tokens indica quante parole sono state viste prima del filtro delle maiuscole, il che aiuta a misurare quanto denso sia il sottoinsieme capitalizzato rispetto al brano intero.

Contratto di input, rifiuto del vuoto e lettura dei campi di risposta

Poiché l'algoritmo è logica pura di stringhe, i test di integrazione continua possono fissare l'oggetto completo. Il testo sorgente segue le stesse regole di conservazione degli altri elementi parse del KIT. Invii un corpo JSON con il campo stringa obbligatorio text impostato sul campione non vuoto da analizzare. Gli alias input, value, s, content e body sono accettati quando client più vecchi o generatori di form usano quei nomi. Se manca text, non è una stringa o ha lunghezza zero, viene sollevato invalid_input con un messaggio che nomina il problema, e quei fallimenti non sono addebitati sull'API prepagata. Il testo solo spazi che non è ancora vuoto è consentito: può produrre zero token capitalizzati e array words e unique_words vuoti, forma di successo valida quando il brano non ha token con maiuscola iniziale. In caso di successo la risposta include words come elenco ordinato di token capitalizzati con duplicati; count come quella lunghezza; unique_words come token capitalizzati distinti alla prima occorrenza; unique_count come quella lunghezza; total_tokens come conteggio totale dei token prima del filtro; original che ripete l'input esatto per tabelle UI; e method sempre extract_capitalized così il codice a valle può ramificare senza indovinare le forme. Usi words quando le interessa la frequenza di menzione; usi unique_words quando le serve solo un insieme di nomi o titoli candidati. Mantenga i payload a dimensioni di documento ordinarie adatte a un isolate Worker, non dump multi-megabyte; questo prodotto è un'utilità di testo, non un magazzino di massa.

Uso dell'API, prezzi, flussi di lavoro e limiti pratici

Chiami lo strumento gratuito nel browser per estrarre parole maiuscole quando le serve un elenco breve di nomi propri da un occhio di pezzo, una nota di riunione, un capitolo o un brief di marketing senza scrivere una regex in ogni lingua. Non si aspetti rilevamento della lingua, tipizzazione di entità, coriferimento o matching di gazetteer —sono problemi separati con termini SEO distinti. Usi l'API prepagata del KIT quando un CMS, una pipeline di contenuti, un'app di tutoraggio, un taccuino di ricerca o un client mobile necessitano dello stesso contratto con saldo a $0.002 per voce riuscita; i fallimenti di validazione non consumano mai il saldo dopo il rifiuto del motore. Un flusso tipico incolla un paragrafo, elenca le parole capitalizzate e poi esamina unique_words per persone e luoghi prima di un controllo manuale. Abbini questo endpoint a estrattori di parole uniche o convertitori di caso quando il passo successivo sono banche di vocabolario o correzioni di stile, ma mantenga l'estrazione di parole capitalizzate come landing propria così l'intenzione di nomi propri per lettera maiuscola non si mescola con l'estrazione di entità LLM o la conversione in title case. Chi pubblica SDK può documentare text come unico campo obbligatorio, mostrare un esempio di successo con nomi e luoghi e un esempio di errore con stringa vuota così gli integratori vedono entrambi i lati del contratto.

Elenchi brevi di nomi propri per gli editor

Gli editor incollano una bozza e ottengono ogni token capitalizzato in ordine; poi esaminano unique_words per persone, luoghi e titoli prima del fact-checking.

Fixture CI per pipeline di maiuscole

Gli script di build fissano le uscite golden delle parole capitalizzate così le regressioni del tokenizzatore e di Unicode Lu fanno fallire subito l'integrazione continua.

Come si estraggono le parole maiuscole da un testo?

Invii JSON con text impostato a una stringa non vuota. L'array words della risposta elenca ogni token capitalizzato in ordine di apparizione; unique_words elenca solo le forme della prima occorrenza.

I nomi duplicati compaiono più di una volta?

Sì in words, così può vedere la frequenza. unique_words conserva ogni forma superficiale distinta solo la prima volta che compare.

Cosa succede se text è vuoto?

La richiesta fallisce con invalid_input. L'input vuoto non è consentito; i fallimenti di validazione non sono addebitati sull'API prepagata.

Quanto costa estrarre le parole maiuscole?

Lo strumento del browser è gratis. Le richieste API usano il saldo prepagato KIT a $0.002 per chiamata riuscita; l'input non valido non è fatturato.

Leggi la documentazione completa del KIT →