搜寻结果

you have to be sure if your Chinese texts are in unicode and segmented.

well, i see. thanks Dr. Xiao

估计去不了的啊

最近我在思考这样一个问题：如何把句子给提取出来呢？比如一本小说；或者是把段落给提取出来呢？ 要处理这个问题，就必须先考虑：什么是句子，什么是段落？句子标志和段落标志。 我查了一下：有的学者认为句标有这几个特征：句号（full stop）/大写字母和间隔（space）。 段标除了具有句标的这几个特征之外，还有首行缩进的问题。 我个人这个定义不是很准确，比如：Mr. Li is a good teacher. 就会被识别为两个句子。（Mr.;Li is ...) 这样的例子也太多了，英语里的缩写也很多，比如：Mrs. , Dr. , U. S. , Ph. D, ...

how could you get them? from abroad?

这些朋友可能还在赶火车啊，呵呵，我也盼啊！！！

论坛里有答案啊

版本 中国大陆授权价格 全球授权价格 GB2312版本 ICTCLAS2.0 人民币4.5万元 人民币9万元 BIG5版本 ICTCLAS 0.9 人民币2.5万元 人民币5万元 GB2312版本和BIG5版本套装 人民币6万元 人民币12万元 “中国大陆授权”指授权产品仅可以在中国大陆地区（不含港、澳、台）销售； “全球授权”指授权产品可以在全球任何地区销售。

正版的ICTCLAS，可能至少也要好几万吧，可能极少数人见过，我想应该是世界上。

有介绍的。他们有个对语料进行辅助加工的工具，软件由北大计算所开发编写，内部使用。在书上有所提及。

我认为如果 ICTCLAS在处理数据的时候能够把垃圾字符先扫除掉就好了，而且注册版也太贵了啊，本土软件也是天价啊！！！

我今天对一个文本进行切分的时候，发现软件提示我说，异常文本。大家在切分或者标注的时候，到底是哪些字符导致ICTCLAS不能工作呢？ [本贴已被 作者 于 2006年03月15日 21时44分38秒 编辑过]

thanks, i am much interested in such corpora. any free or available to buy

真是个好办法，值得推荐啊，谢谢laohong！！！

王老师在他主编的《双语对应语料库研制与应用》有详细说明的，而且有例证。

说得有道理！！！严重支持！！！我也经常考虑到这个问题，有时候使用统计软件时，经常会问问自己，我需要的数据它都统计出来了吗？有数据遗漏吗？如果有遗漏，那是哪些呢？

thank you very much!!!

i can't download the free edition. but thanks laohong!!!

thank u very much!!!!

could Dr.xiao give me a hand? how to export a lemmatization list by ws4?