aclImdb数据集结构与小文件整合

对于aclImdb数据集有以下结构
aclImdb
|- test
|-- neg
|-- pos
|- train
|-- neg
|-- pos
可以看到可以分为训练集与测试集,训练集与测试集下面都有两个文件,分别为neg,pos 分别代表消极,积极言论,在这两个文件夹下面又很多小的txt文件,每个评论就是一个txt文件,我将所有小文件都整合到一个txt文件中,以行划分,代码如下:

class HandData:
    def handData(self,dirname):
        all_files = {}
        for root, dirs, files in os.walk(dirname, topdown=False):
            self.dirs = dirs
            all_files["all"] = dirs
        for i in range(len(self.dirs)-1):
            for _, _, files in os.walk(os.path.join(dirname,self.dirs[i]), topdown=False):
                all_files[self.dirs[i]] = files

        with open("pos.txt","w",encoding="utf8") as f:
            for i in all_files["pos"]:
                with open(os.path.join(os.path.join(dirname,"pos"),i),encoding="utf8") as fe :
                    f.write(fe.read()+"\n")
        with open("neg.txt","w",encoding="utf8") as f:
            for i in all_files["neg"]:
                with open(os.path.join(os.path.join(dirname,"neg"),i),encoding="utf8") as fe :
                    f.write(fe.read()+"\n")




fileHander = HandData()
fileHander.handData("aclImdb/train")
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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