adetion/txtfilemerge

TXT文本语料数据清洗（Text corpus data cleaning）：1> 合并TXT文件；2> 过滤干扰字符串；3> 对人名、地名、组织机构进行遮码处理；4> 将其他编码格式统一转换为UTF-8

语言：Python · GitHub 星标：19 · Fork：6

在 GitHub 上查看原仓库