文本语料库分析 词汇探究可产生很少的统计数据，例如常见单词的数量，数据集的唯一单词以及查找出现在五种，四种，三种，两种和两种中的单词所占的百分比，包括和不包括停用词列表。 Sentence Vector Exploration（句子向量探究）基于两种句子向量表示方法的捕获能力比较它们的能力。 其中包括Spark ML库使用基于TDIDF的矢量表示以及Google发布的预训练语句编码器。 设置环境 创建EMR集群 You are suggested to download the MNLI dat