小學生作文數據集處理（二）

1、源數據集介紹 找到的數據集都是doc格式，爲了方便變成處理，將數據集進行合併，並處理爲txt格式，在合併的過程中，只保留作文的正文部分，比如：作文標題、評語、作者、指導教師等相關信息都刪除。 在原來的doc格式中存在大量的空格，不規則字符等 ，也需要一一刪除，比如空白框，？？？等： 需要整合的數據集如下: 2、數據集整理 將以上作文數據整合爲兩個txt，一個低年級.txt，和一個高年級.txt

>>阅读原文<<