语料中的图表公式怎么处理？

[greatlion]

我近来在收集一些语料，主要是工科类论文，不过里面很多的公式，图表，我想问一下这个应该怎么处理比较好呢？还请高人指教，谢谢！　

 

[maggieq58]

回复: 语料中的图表公式怎么处理？

表是可以处理的，因为毕竟在框架之内还是文字，但图就很难处理了。除非你的检索软件还具有ocr光学识别的功能。

 

[xusun575]

回复: 语料中的图表公式怎么处理？

我近来在收集一些语料，主要是工科类论文，不过里面很多的公式，图表，我想问一下这个应该怎么处理比较好呢？还请高人指教，谢谢！　

I don't think there should be a solution to your intended corpus, as a well-accepted one will be a collection of ...TEXTS, rather than TABLES and FIGURES.

 

[hittle2008]

回复: 语料中的图表公式怎么处理？

It is theoretically possible but technically unavailable.

 

[清风出袖]

回复: 语料中的图表公式怎么处理？

corpus is a collection of texts not of graphs etc..

 

[greatlion]

回复: 语料中的图表公式怎么处理？

那是不是说，工科类论文不适合作为语料呢？ 因为绝大部分的工科论文都是由大量图表构成的。

 

[xiaoz]

回复: 语料中的图表公式怎么处理？

The usual practice in corpus creation is retain textual data while omitting such graphics and tables and replacing them with a "place holder" (e.g. an XML element indicating what has been omitted).

 

[xusun575]

回复: 语料中的图表公式怎么处理？

The usual practice in corpus creation is retain textual data while omitting such graphics and tables and replacing them with a "place holder" (e.g. an XML element indicating what has been omitted).

A good solution to F1's issue.

 

[清风出袖]

回复: 语料中的图表公式怎么处理？

The usual practice in corpus creation is retain textual data while omitting such graphics and tables and replacing them with a "place holder" (e.g. an XML element indicating what has been omitted).

Thanks dr xiao!

 

[greatlion]

回复: 语料中的图表公式怎么处理？

恩，跟我导师提供的建议一样。我再考虑一下，着手compilation.

 

[Brookie]

回复: 语料中的图表公式怎么处理？

then is it only can be done manually?