再谈BNC语料的净化问题

前段时间有C友讨论了BNC的净化问题。
我在这个过程中遇到一个小小问题,求救各位老师。
我发现语料中有一些HTML标记,是以&开头;结尾的,如:
< 小于 &lt;
> 大于 &gt;
& &符号 &amp;
" 引号 &equo;
&mdash;
&bquo;
&pound;
&percnt;
&hellip;
&ndash;
&bull;
&copy;
&frac12;
&eacute;
&aacute;
&uacute;
&ntilde;
&agrave;
&iacute;
&dollar;
&uuml;
&ouml;
有些标记我从名称上看,能找出他的对应符号,但是有些却不能。
请求老师们的帮助。
 
回复: 再谈BNC语料的净化问题

今天完成BNC净化工作,中间有些波折,看起来不像想象中的容易。
遇到类似困惑的C友,可以在此发帖,愿意竭力解答。
 
Back
顶部