Orange3实战教程：文本挖掘---导入文档

导入文档

从文件夹中导入文本文档。

输入

• 无

输出

• 语料库（Corpus）：从本地机器获取的文档集合。
• 跳过的文档（Skipped Documents）：无法导入的文档列表。

本组件通过读取文件夹中的文本文件创建语料库，支持 .txt、.docx、.odt、.pdf、.xml 和 .conllu 格式。若文件夹包含子文件夹，子文件夹名称将作为类别标签。

操作步骤说明：

1. 正在加载的文件夹。
2. 从本地机器加载文件夹。
3. 重新加载数据。
4. 导入 .conllu 文件的选项。
5. 已检索到的文档数量。

若组件因某些原因无法读取文件，该文件会被跳过。已成功导入的文件仍会出现在输出中。

---

.conllu 文件的处理