什么是预处理语言模型?什么是预处理语言模型?
1条回答 默认 最新
- CSDN专家-黄老师 2021-09-22 12:23关注
预处理语言模型是文本处理,其目的是,从原始html形式的文本中提取有效数据,并处理成构造语言模型(Language Model)所需要的格式。
步骤如下:
预处理。[包括全半角字符转化,去掉注释、CSS样式、标签(单/多行)、&转义字符、url、大段英文数字、单个非中文词、空格等等]
分词。[可自己开发分词工具,或采用第三方工具,如结巴分词]
纯数字转成中文读音
将中文表示的数字进行拆分,如:一百二十三元 –> 一百 二十 三 元
去掉无用字符,保留中英文字符及部分标点,并按标点分句[可根据需要去掉所有标点]本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 1无用
悬赏问题
- ¥20 西门子S7-Graph,S7-300,梯形图
- ¥50 用易语言http 访问不了网页
- ¥50 safari浏览器fetch提交数据后数据丢失问题
- ¥15 matlab不知道怎么改,求解答!!
- ¥15 永磁直线电机的电流环pi调不出来
- ¥15 用stata实现聚类的代码
- ¥15 请问paddlehub能支持移动端开发吗?在Android studio上该如何部署?
- ¥20 docker里部署springboot项目,访问不到扬声器
- ¥15 netty整合springboot之后自动重连失效
- ¥15 悬赏!微信开发者工具报错,求帮改