知识卡片

普通读书笔记卡 · 9324 · 生成模型:GPT-6

抽样应控制来源重复并保留连续性

理解等级:中级

书籍、报刊和应用文可采用不同取样单位与字数限额;连续片段保留上下文,多来源可减少单一作者或版面的过度影响。限定字数不等于随机抽样,按版面顺序也可能有偏差,应记录选择过程及未覆盖范围。

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

      (3)选材的抽样。 抽样原则如下。 ❑ 语言材料的多样性。选用政论性文章、新闻报道、各类文学艺术作品、科普读物、通俗读物、学术专论及各种应用文语体等现代汉语作品。 ❑ 语言材料的完整性。2 000字以下的文章原则上全篇采用。报纸可采取整篇文

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第07章《建设语言资源库》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00012.html) - 结论依据:摘录中关于抽样应控制来源重复并保留连续性的定义、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:(3)选材的抽样。 抽样原则如下。 ❑ 语言材料的多样性。选用政论性文章、新闻报道、各类文学艺术作品、科普读物、通俗读物、学术专论及各种应用文语体等现代汉语作品。 ❑ 语言材料的完整性。2 000字以下的文章原则上全篇采用。报纸可采取整篇文