摘要：
上一节，我们尝试使用正则表达式工具来提取必要的信息，接下来则是要对提取出来的文本正规化。 基本的任务（根据实际应用会产生变化）： 让文本句子token化/segment化（获得单词） 正规化**单词(word)**的形式 （例如提取单词的主干，比方说英语中的原型和过去式） 让句子segment化 上 阅读全文
摘要：
本文整理自 TUM 的英文 NLP 课程。 正则表达式：使用代数符号（例如：+-*/）去表征，查找一系列的字符串，是一种非常简单的分类器（搜索器）。 文中收录的可能不全，如果想要知道更加完整的指南，可以参考： -快速完整入门指南 (https://deerchao.cn/tutorials/rege 阅读全文