#tiền xử lý văn bản

Chuẩn hoá văn bản tiếng Việt trong bộ dữ liệu: Unicode, kiểu đặt dấu, mã cũ, viết tắt

Cùng một chữ "hoà" có thể là bốn chuỗi ký tự khác nhau. Thứ tự chuẩn hoá Unicode, kiểu đặt dấu, ký tự giống hệt, mã TCVN3, VNI và viết tắt mạng trước khi huấn l