如何根据上下文对句子中的所有单词进行分类？

Question

我有公司的名字（俄语）。名称可以包含缩写、大写字母的单词、小写字母的单词和混合单词。该模型根据以下原则进行训练：输入时，名称以大写形式给出，输出时，名称以“正确”版本给出。例如：

ОТДЕЛЕНИЕ СТД РФ (ВТО) - СТД РЕСПУБЛИКИ АДЫГЕЯ -> Отделение СТД РФ (ВТО) - СТД Республики Адыгея

ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "СИГМА" -> Общество с ограниченной ответственностью "СИГМА"

"ЭЛЕКТРОПРОФСОЮЗ" РБ ОО - "ВЭП" -> "Электропрофсоюз" РБ ОО - "ВЭП" 

然后我必须预测我不知道答案的句子

我试着用注意力和双向GRU制作一个基于角色的seq2seq模型，但是用我尝试过的所有超参数，它似乎都不合适。它可以很好地生成短语的开头，但在结尾它会分解

现在我想我需要使用单词标记。但我不知道是否有方法在上下文中对单个文本中的单词进行分类

我想标记一个句子，并为每个单词指定一个属性，它是什么：大写、小写或首字母大写。此外，我还需要使用一些混合词，如“МöСГСПазз”（或类似于“McDonald's”，它不仅以大写字母开头，而且还包含在内）

也许你需要一个完全不同的方法。我很乐意接受你的帮助

UPD.示例的英文解释：

"SIGMA" LIMITED LIABILITY COMPANY -> "SIGMA" Limited liability company
"SIGMA" LLT -> "SIGMA" LLT
PJSC "GAZPROM"-> PJSC "Gazprom"
STATE BUDGETARY EDUCATIONAL INSTITUTION OF THE CITY OF MOSCOW "LYCEUM NO. 1568" -> State budgetary Educational institution of the city of Moscow "Lyceum No. 1568"