Merge pull request #75 from lta155/main

删除了一个多余的“的”
datawhalechina · Apr 14, 2024 · f4af2ee · f4af2ee
2 parents a003123 + 007ca97
commit f4af2ee
Show file tree

Hide file tree

Showing 2 changed files with 2 additions and 2 deletions.
diff --git a/docs/C3/3.数据处理.md b/docs/C3/3.数据处理.md
@@ -4,7 +4,7 @@
 
 为构建我们的本地知识库，我们需要对以多种类型存储的本地文档进行处理，读取本地文档并通过前文描述的 Embedding 方法将本地文档的内容转化为词向量来构建向量数据库。在本节中，我们以一些实际示例入手，来讲解如何对本地文档进行处理。
 ## 一、源文档选取
-我们的选用 Datawhale 一些经典开源课程作为示例，具体包括：
+我们选用 Datawhale 一些经典开源课程作为示例，具体包括：
 * [《机器学习公式详解》PDF版本](https://github.com/datawhalechina/pumpkin-book/releases)
 * [《面向开发者的LLM入门教程、第一部分Prompt Engineering》md版本](https://github.com/datawhalechina/llm-cookbook)  
 我们将知识库源数据放置在../data_base/knowledge_db 目录下。

diff --git a/notebook/C3 搭建知识库/3.数据处理.ipynb b/notebook/C3 搭建知识库/3.数据处理.ipynb
@@ -8,7 +8,7 @@
     "\n",
     "为构建我们的本地知识库，我们需要对以多种类型存储的本地文档进行处理，读取本地文档并通过前文描述的 Embedding 方法将本地文档的内容转化为词向量来构建向量数据库。在本节中，我们以一些实际示例入手，来讲解如何对本地文档进行处理。\n",
     "## 一、源文档选取\n",
-    "我们的选用 Datawhale 一些经典开源课程作为示例，具体包括：\n",
+    "我们选用 Datawhale 一些经典开源课程作为示例，具体包括：\n",
     "* [《机器学习公式详解》PDF版本](https://github.com/datawhalechina/pumpkin-book/releases)\n",
     "* [《面向开发者的LLM入门教程、第一部分Prompt Engineering》md版本](https://github.com/datawhalechina/llm-cookbook)  \n",
     "我们将知识库源数据放置在../../data_base/knowledge_db 目录下。\n",