【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
【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。