今天開始做畢業設計作品，今天的目標是數據集的獲取，以及對數據集的解析和統計。
數據集：2017NLPCC,訓練集和測試集。
解析沒有出現任何問題，數據集中都有詳細的描述，如果看不懂，可以去谷歌翻譯一下。
第一步，在pycharm中讀取訓練集，統計信息。
遇到問題1：讀取txt一定要指明編碼格式，讀取方式爲r,encoding爲UTF-8
遇到問題2：字符串截取一部分，結果沒有實現，發現數據有點像字典，於是，把字符串直接轉換爲字典，方法eval()
第二步：統計信息如下：
訓練集中，帶摘要的有406472條數據，不帶摘要的有406472條。評估集中，不帶摘要的數據有16536條。
