关于todo list 中的语料平衡性问题，楼主有什么好的想法，一起交流一下

[senlinuc]

我还不太确定语料平衡能带来多大的提升，不过目前我想到一个简单的方法：先统计字频，再计算出每个句子的平均字频（语料最终会拆分成单个句子），再对句子进行复制，频率低的多复制几份，最后再对新的句子列表均匀采样