Persian NLP 资源地图：从文本清理到语料库检索
把波斯语自然语言处理资源拆成可查找的文本、词形、语料和工具层。
PERSIAN LANGUAGE PROCESSING
波斯语处理
从字符规范化开始，分别处理分词、词形、停用词和语料质量。
处理顺序
先保存原始文本，再生成规范化版本和检索字段。不要在清理阶段删除无法恢复的字符或标点。
- 确认编码与文本方向
- 记录规范化规则
- 选择分词与形态分析工具
- 保留原文与处理后结果
适用场景
检索、词频统计、文本分类和语言教学资料需要不同的预处理边界。先确定任务，再选择资源。
波斯语分词与形态分析：为什么空格不是唯一边界
从连接词、半空格、词缀和复合谓词几个角度理解 Persian 文本预处理。
波斯语停用词表怎么用：搜索精度与召回率的取舍
介绍 stopwords 在波斯语检索中的用途、误区和适合保留的测试记录。
波斯语语料库的质量记录：来源、年代与重复文本
用简单的来源卡片记录语料范围、授权线索、重复内容和版本变化。
多语言客户端的 RTL 界面：波斯语、英文与中文如何共存
从按钮、路径、错误提示和设备页面说明多语言界面中的方向与术语处理。
Persian NLP 评测记录：不要只看一个准确率数字
整理分词、检索、分类与形态分析的评测维度，说明数据集和指标的限制。