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
- ¥15 metadata提取的PDF元数据,如何转换为一个Excel
- ¥15 关于arduino编程toCharArray()函数的使用
- ¥100 vc++混合CEF采用CLR方式编译报错
- ¥15 coze 的插件输入飞书多维表格 app_token 后一直显示错误,如何解决?
- ¥15 vite+vue3+plyr播放本地public文件夹下视频无法加载
- ¥15 c#逐行读取txt文本,但是每一行里面数据之间空格数量不同
- ¥50 如何openEuler 22.03上安装配置drbd
- ¥20 ING91680C BLE5.3 芯片怎么实现串口收发数据
- ¥15 无线连接树莓派,无法执行update,如何解决?(相关搜索:软件下载)
- ¥15 Windows11, backspace, enter, space键失灵