请教大虾们啊！急！

[brandy]

[FONT=黑体]我要从ST3和ST5中分别采集样本。不是根据文章的数量，而是根据字数来采集的话，怎么样采集呢？有没有什么工具可以直接把数字统计出来呢？哪位大虾给指导下呢？

[/FONT]

 

[Haiyang Ai]

回复: 请教大虾们啊！急！

看看每篇文章大约多少单词，然后根据你的采样总数计算大约需要多少篇文章，从而进行抽样。

 

[laohong]

用WordSmith里的Splitter一次性把ST3里的每篇文章拆成一个个单独的文件，然后load这些文件做wordlist，这样就得到了每篇文章的词频，然后就是选择你想要的文本了……同样方法处理ST5即可……