文本清洗（Text Cleaning）是NLP任务中关键的预处理步骤，旨在将原始文本转化为标准化格式。由于"垃圾输入导致垃圾输出"原则，清洗能有效提升数据质量，避免算法提取无效特征、算力浪费和错误归因。常见需清洗的文本包括社交媒体内容、网页爬取数据、OCR识别文本等。清洗方法分为噪声去除（清除停用词、冗余字符等）、语义还原（重建文本逻辑结构）、语法保留（维护关键标点）和智能分段