reuters 21578 语料库解析，将SGML转XML

时间：2013-09-10 14:06:30
【文件属性】：

文件名称：reuters 21578 语料库解析，将SGML转XML

文件大小：14KB

文件格式：ZIP

更新时间：2013-09-10 14:06:30

reuters 21578 解析 SGML XML

reuters 21578 语料应用广泛，但由于比较古老，采用了sgml格式，于是我写了点代码把它转化为XML 使用方法（必须有Java运行环境）： java -jar r2s2x.jar [reuters21578目录的位置] 运行后结果将输出到当前目录 内含jar及源码 附：reuters21578语料库下载地址： http://www.daviddlewis.com/resources/testcollections/reuters21578/reuters21578.tar.gz

立即下载

【文件预览】：
Sgml2Xml.java
r2s2x.jar
S2XMain.java

网友评论

  • 还是非常好用的，我这样就可以直接导入hdfs中运行了
  • 研究的头大了都
  • 研究课题研究到头都大了，不过这个代码没有太大帮助，倒是可以提供一些思路
  • 研究课题研究到头都大了，不过这个代码没有太大帮助，倒是可以提供一些思路
  • 谢谢提供，但是不是我需要的
  • 能转化为HTML,当然也可直接下载HTML版的语料库
  • 非常实用的转换， 方便使用reuters21578
  • 代码有些杂乱，注释太多。

相关文章