← 返回卡片

原书出处

数据之美

第14章 自然语言语料库数据

核验版本的摘录快照 · 导入于 2026-10-24T10:04:18.245Z

文本的集合称为语料库。我们把语料库看做token序列——单词和标点符号。每个不同的token称为类型

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/程序之美系列套装(6册)团队之美、项目管理之美、架构之美、数据之美、测试之美、安全之美/_epub-src/OEBPS/Text/part0392.xhtml

EPUB SHA-256:877c8e36a5a6bb83dd6e1ecf714d6c640ad857ab450e30ebdeb74726fe5fd814