用于构建streamcorpus对象的工具，如trec中使用的工具。
streamcorpus_pipeline的Python项目详细描述
streamcorpus管道是一个文档处理管道，用于汇编 来自原始数据集的streamcorpus对象。
streamcorpus_pipeline python模块包含用于处理的工具 streamcorpus.streamitem对象存储在块中。它包括 转换函数，用于获取clean_html、clean_visible、创建 从超链接到特定站点（如维基百科）的标签，以及 像lingpipe、serif和factorie这样的标记符，它们生成标记和 句子。
更多信息请访问[streamcorpus.org]（http://streamcorpus.org/）
欢迎加入QQ群-->： 979659372
