這是一個基礎(chǔ)的工程性問題。

目前所有的中文自然語言處理任務(wù)大致可以歸結(jié)為「分」、「抽」、「審」、「寫」。

「分」指詞法分析（Lexical Analysis）、句子分析（Sentence Analysis）、語義分析（Semantic Analysis）、文本分類（Text Classification）、文本聚類（Text Clustering）。

「抽」指信息抽?。↖nformation Extraction）。

「審」指文本糾錯（Text Correction）、文本比對（Text Comparison）。

「寫」指文本生成（Text Generation），機(jī)器翻譯（Machine Translation）。

那么，主要在文本糾錯、文本分類、文本聚類中需要對英文單詞和數(shù)字處理。

在文本糾錯中，實際需要對英文單詞和數(shù)字處理，檢查日期、單詞拼寫，這些可以借助正則表達(dá)式和詞典等方式來處理。

在文本分類中，對于短文本分類，可以選擇保留，用于提供額外的文本特征。

對于長文本分類，需要結(jié)合實際情況，例如在預(yù)測案件的刑期中，可以將涉案金額按照刑法中的規(guī)定進(jìn)行歸一化，譬如小于1千元的歸一化到「_1000_」，大于1千元小于2000的歸一化到「2000_」，英文單詞可以直接歸一化為「_E_」。

在文本情感分類中，則需要將英文單詞保留，像sad，happy這類詞和任務(wù)相關(guān)。

在文本聚類中與文本分類的處理方式類似。