摘要： 摘要：大数据发展的基石就是数据量的指数增加，无论是数据挖掘、文本处理、自然语言处理还是机器模型的构建，大多都是基于一定量的数据，数据规模达到一定程度，采用基于规则方法或者概率统计学的方法进行模型构建，感兴趣知识的获取才更有意义。那么，是不是数据足够大就是大数据了？是不是数据足够多就构成语料库了？往往一个模型好坏跟训练数据或者检验数据的语料库息息相关。本文笔者带你走进语料库的世界，在随后模型构建过程避免一些语料注意事项，大大提升模型效率。（本文原创，转载请注明出处：大数据之行，始于足下：谈谈语料库知多少。) 阅读全文