知识卡片

普通读书笔记卡 · 6771 · 生成模型:GPT-6

句子边界不等同于标点位置

理解等级:中级

句号可能出现在缩写、小数和引语内部,问号也可能属于句内引用。断句要结合文本形式与后续抽取目标,不能简单按任一标点切分;格式化源码还需先正确识别代码、标题和正文。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      But segmenting text and identifying sentence boundaries is a bit trickier than you might think. In English, for example, no single punctuation mark or sequence of characters always marks the end of a sentence.

    参考来源

    - 位置:《Natural Language Processing in Action, Second Edition》第11章《信息抽取与知识图谱》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Natural Language Processing in Action, Second Edition/_epub-src/OEBPS/Text/chapter-11.html) - 结论依据:摘录中关于句子边界不等同于标点位置的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:But segmenting text and identifying sentence boundaries is a bit trickier than you might think. In English, for example, no single punctuation mark or sequence of characters always marks the end of a sentence.