这个程序能够让找个文章中含某个特定汉字的句子，并把它们一一的列出来，到txt中去。

说明 本文是个人阅读文章的笔记整理，没有涉及到深度学习在关系抽取中的应用。 笔记中一部分来自个人解读，一部分来自原文，一部分来自网上摘录。【由于文章是分开做笔记，很多参考链接没有及时保留，还请谅解。如果介意，请及时联系我。】 由于该接触阅读文献，阅读方法还不成系统，有时过分注重细节，花了点不必要时间。 部分笔记还不够完善，随缘补，之后重点应该是这几年的前沿论文。 （2020.2.16 更新了部分阅读参考链接） 正文 核方法： 阅读资源：SVM中的核方法 Dependency Tree Kerne

Ë :circled_M: :hollow_red_circle: 吉菲 一个简单的Go程序包，可将句子转换为情绪化的句子。 该软件包可能不应该存在。 就像1337年的文字一样，但效果更差。 这是The Eagle的摘录，因为互联网说这是一个很好的示例文本： 他 :CL_button: :A_button_(blood_type): sp cr :A_button_(blood_type): g与cr :hollow_red_circle: :OK_button: 编 :A_bu

提取文本摘要 汇总系统通常可以使用其他证据来指定文档中最重要的主题。 例如，在总结博客时，在博客文章之后会有一些讨论或评论，这些信息或信息是确定博客的哪些部分至关重要且有趣的信息。 在科学论文摘要中，有大量信息（例如被引用的论文和会议信息）可用于识别原始论文中的重要句子。 文本摘要的工作原理通常，摘要有两种类型，即摘要摘要和提取摘要。 抽象概括：抽象方法是基于语义理解来选择单词的，即使那些单词没有出现在源文档中也是如此。 它旨在以新的方式生产重要的材料。 他们使用先进的自然语言技术解释和检查文本