小说阅读网首页　言情小说　青春校园　玄幻小说　武侠小说　小说连载　灵异推理　网络小说　纪实文学　网游小说　全本小说　作家专区
文学博客网 >> 生活日记

stpwords

作者: infobillows   发表日期: 2007-01-25 10:54  点击数: 207


新添加了一些HTML2.0 HTML3.2的字符实体名称列表，ISO字符身体名称列表，HTML中的关键字作为停用词。

同时，在分词FileProcessing之前，预处理：非（空格、字母、数字）清除，以空格替换。

将所有大写转换为小写。

 

回复(0) | 投票支持
欢迎到infobillows的博客主页看更多内容
共0条回复
共0条回复

发表关于《stpwords》的评论

请输入验证码：

本分类其它博客文章

《小说阅读网》精彩小说

读书宝下载
联系我们 | 服务条款 | 隐私保护 | 人员招聘 | 投诉建议 | 友情链接