greek_training_set_sentence_cltk:用于古典希腊语的训练集和分词器，与 CLTK 一起使用

CLTK 希腊语句子分词器 关于 该存储库包含一个训练集和规则集，用于对古典希腊语的句子进行标记，以与。 除非你想为希腊语句子创建一个新的训练集，否则你不需要这个存储库中的任何东西。 要使用 CLTK 标记希腊语句子，首先，然后查看 。 training_sentences.txt包含整个色诺芬的Anabasis ，长度为 57,173 个单词。 用 要创建新的训练集，请手动将标记化的句子（每个句子开始一个新行）添加到training_sentences.txt并运行train_sentence_tokenizer.py 。 该脚本输出greek.pickle 。 要使用这个新文件，请将其复制到您本地的 CLTK 数据目录~/cltk_data/compiled/sentence_tokens_greek/ 。 $ python train_sentence_tokenizer.py