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
数据清洗的主要任务包括删除特殊符号,去除HTML标签,去除多余空格,删除停用词以及处理重复数据等。通过这些处理,文本信息更加集中和规范化,模型能够从中获取更有价值的特征。
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