← 返回卡片

原书出处

从零构建大模型:算法、训练与微调

06 数据处理与数据增强

核验版本的摘录快照 · 导入于 2026-11-18T07:33:44.767Z

(3)去除标点符号和特殊字符:使用正则表达式“[^\u4e00-\u9fa5a-zA-Z0-9\s]”保留汉字、字母、数字和空格,其余符号均替换为空字符,以减少文本噪声。

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/从零构建大模型:算法、训练与微调/_epub-src/EPUB/xhtml/chapter010_0001.xhtml

EPUB SHA-256:842d8d446ef11b03a65871e0294e4c77b0cbfd2b0d2f70e26bd747530b867901