技術標籤：pythonnlptensorflow

指標生成網路python3原始碼連結：
資料預處理/python3原始碼連結：
原文是在linux系統下執行的，在windows下略有不同：

一、啟動指令碼

Linux下啟動sh檔案傳入兩個story路徑，具體方法參考上面連結。
windows下，在pycharm中，點選右上角make_datafiles小三角，

點選edit configurations

在parameters中資料兩個絕對路徑，記得中間空格隔開

然後就可以正常運行了。

二、路徑問題

linux中的路徑用/，windows中預設\，但是需要轉置，程式碼中的路徑全部改成類似於：

三、stanford-corenlp的tokenize問題

原始碼中第76行command = [‘java’, ‘edu.stanford.nlp.process.PTBTokenizer’, ‘-ioFileList’, ‘-preserveLines’, ‘mapping.txt’]
windows中無法用export CLASSPATH=/path/to/stanford-corenlp-full-2016-10-31/stanford-corenlp-3.7.0.jar 加入stanford-corenlp的安裝路徑，在windows中，將該行程式碼改成

command = [
 
'java', '-cp',
             'C:\\Program Files\\stanford-corenlp\\stanford-corenlp-full-2016-10-31\\stanford-corenlp-3.7.0.jar',
             'edu.stanford.nlp.process.PTBTokenizer', '-ioFileList', '-preserveLines', 'mapping.txt']

**

四、解碼問題

**
windows編碼有時會預設’cp936’等編碼方式，需要在open檔案時加上decoding=‘utf-8’
如：

def read_text_file(text_file):
  lines = []
  with open(text_file, "r", encoding='UTF-8') as f:
    for line in f:
      lines.append(line.strip())
  return lines