嗯嗯，我赞同您的观点，要用大样本来验证，单凭人工搜集太慢了（实际上，从有这个想法、开始有意识地收集变形已经是2年前的事，但在6个月前，动手后才发现还是遗漏了很多）。
您推荐的mecab，分词结果中有2列数据就可用来验证对比，但我手上还没有分词语料，所以之前只是简单说明了下
2个月过去了，果然一份文件也没有收到（也许我该专门开个帖子233）
不过我已经找到一台旧电脑了，后面会抽空制作分词语料，预计国庆开始大样本验证。
1 个赞