今天開始做畢業設計作品，今天的目標是數據集的獲取，以及對數據集的解析和統計。

數據集：2017NLPCC,訓練集和測試集。

解析沒有出現任何問題，數據集中都有詳細的描述，如果看不懂，可以去谷歌翻譯一下。

第一步，在pycharm中讀取訓練集，統計信息。

遇到問題1：讀取txt一定要指明編碼格式，讀取方式為r,encoding為UTF-8

遇到問題2：字符串截取一部分，結果沒有實現，發現數據有點像字典，于是，把字符串直接轉換為字典，方法eval()

第二步：統計信息如下：

訓練集中，帶摘要的有406472條數據，不帶摘要的有406472條。評估集中，不帶摘要的數據有16536條。

總結

以上是生活随笔為你收集整理的实验记录（1）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。