第6章 实战之聊天语料处理—6.8 训练语料库的解压处理

def main(limit=20, x_limit=3, y_limit=6):
    from word_sequence import WordSequence

    print('extract lines')
    fp=open("dgk_shooter_min.conv","r",errors='ignore',encoding='utf-8')
    groups=[]
    group=[]

    for line in tqdm(fp):
        if line.startswith('M '):
            line=line.replace('\n','')

            if '/' in line:
                line=line[2:].split('/')
            else:
                line=list(line[2:])
            line=line[:-1]

            group.append(list(regular(''.join(line))))
        else:
            if group:
                groups.append(group)
                group=[]
    if group:
        groups.append(group)
        group=[]
    print('extract group')

if __name__=='__main__':
    main()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值