文档中的项目符号在 GATE NLP 中成为问号
Bullets in document getting as a question mark in GATE NLP
我是 GATE NLP 的新手。我有一份文件，其中包含项目符号。当我将它加载到 GATE 时。项目符号被检测为未知类型符号，打印为 。我还尝试将编码设置为 UTF-8。而且我还尝试以编程方式加载文档，然后项目符号被检测为 ? 。
有人能给我解释一下吗？
示例：
Promoted to Senior Member Technical in 2.5 years of experience.
这是 GATE DEVELOPER UI 中的符号，? 符号是我做的时候显示的 "programmatically"。
根据我的经验，doc 和 docx 文件通常不会产生 个字符。项目符号丢失（文本格式为项目符号列表）或打印为 •（带有原始项目符号字符的文本）。
另请参阅此相关问题：
Pdf 文件通常会在 GATE 文档中产生“-项目符号字符”。它可能与某些 pdf 或 Apache PDFBox 问题有关，请参见例如this one.
这些字符也有一个 unicode 值。在 XML 中，它们被编码为例如 。在这种情况下，我的建议是追踪这些字符（它们可能具有不同的 unicode 值，具体取决于原始项目符号字符）并将它们替换为可打印的内容（例如 •）。
关于 ? 字符：我可能是因为您的 java 环境不支持这些字符。参见例如：Why Some Unicode Characters appears to be question mark in the console?
我是 GATE NLP 的新手。我有一份文件，其中包含项目符号。当我将它加载到 GATE 时。项目符号被检测为未知类型符号，打印为 。我还尝试将编码设置为 UTF-8。而且我还尝试以编程方式加载文档，然后项目符号被检测为 ? 。
有人能给我解释一下吗？
示例：
Promoted to Senior Member Technical in 2.5 years of experience.
这是 GATE DEVELOPER UI 中的符号，? 符号是我做的时候显示的 "programmatically"。
根据我的经验，doc 和 docx 文件通常不会产生 个字符。项目符号丢失（文本格式为项目符号列表）或打印为 •（带有原始项目符号字符的文本）。
另请参阅此相关问题：
Pdf 文件通常会在 GATE 文档中产生“-项目符号字符”。它可能与某些 pdf 或 Apache PDFBox 问题有关，请参见例如this one.
这些字符也有一个 unicode 值。在 XML 中，它们被编码为例如 。在这种情况下，我的建议是追踪这些字符（它们可能具有不同的 unicode 值，具体取决于原始项目符号字符）并将它们替换为可打印的内容（例如 •）。
关于 ? 字符：我可能是因为您的 java 环境不支持这些字符。参见例如：Why Some Unicode Characters appears to be question mark in the console?