宾州树库和CTB的Python预处理脚本

在写句法分析器之前，通常需要将PTB和CTB预处理为： 一行一个句子，单文件； 符合规范比例的训练集/开发集/测试集； 去掉CTB中的xml标签，只保留句子，编码转换。 这些步骤很麻烦，因为通常bracketed的树形结构需要先解析才能转为 […]