知识卡片
树库解析先识别外层文件结构
新闻、杂志、广播、会话和论坛等文件辅助标签可不同,提树前需识别包装格式与树边界。只按行首括号或空行切割可能误断多行嵌套结构;应检查括号平衡并保存文件名与文件内序号,坏记录隔离后可追查。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 建设语言资源库
原书出处 · 1 处
- · 查看原书依据
全部树库都保存在bracketed目录中,以CTB 8.0为例,bracketed(树库)目录内共有3 007个文件,可以从ctb8.0-file-list.txt文件中找到全部文件列表。这些文件共有6种不同的文件后缀,分别为:BC、BN、
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:摘录中关于树库解析先识别外层文件结构的定义、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:全部树库都保存在bracketed目录中,以CTB 8.0为例,bracketed(树库)目录内共有3 007个文件,可以从ctb8.0-file-list.txt文件中找到全部文件列表。这些文件共有6种不同的文件后缀,分别为:BC、BN、