NLP100本ノックをRustで行う際のメモ

medline.txtはhttp://www.ncbi.nlm.nih.gov/pubmed/ の検索フォームで適当なワードを検索し、検索結果をXMLでひっぱってくることで代用した。XMLをtxtに変換するスクリプトは以下。

egrep -E '' medline.xml | sed -e 's/<\/AbstractText>//g' | sed -e 's/ *//g' > medline.txt