# 预处理数据
根据不同场景，写出上传数据到平台前，数据涉及到的预处理操作步骤。如：
根据[获取源数据](https://support.huaweicloud.com/bestpractice-pangulm/pangulm_04_0109.html)中描述的方法，您可以获得数据、代码、对话等类型的文本，与业界的预训练数据格式相同，您需要将文本处理为JSONL格式，其中的每一行文本为一个JSON字符串，且每个JSON字符串只包含 "text" 字段，该字段的值表示您的文本数据。
样例如下：
```
{"text":"近日，全省对涉煤收费进行清理规范。省环保厅今日下发通知，将涉煤收费清理规范工作列入各级环保部门年度目标责任考核内容，完不成任务的将实施“一票否优”。 目前，全省环保系统涉煤收费清理规范工作已全面展开，主要包括涉煤排污费征收和涉煤环境监测服务费收费两项内容。按要求，各市、县环保部门需紧紧围绕这两项内容，逐条逐项进行清理规范，把排污费征收和监测服务费收取工作进行一次清理和规范。对没有法律依据的收费项目，一律予以清理取缔；收费程序不合规和不合法的收费行为，一律予以纠正；超过法定标准和实际收费量收费的，一律予以改正。收费程序不合规、收费人员不合法、收费票据、文书等不完整的，立即予以规范。 对超范围和超标准收费等问题，各级环保部门需进一步完善制度、健全机制，确保取消、取缔的项目不反弹、降低标准的项目能落实、规范保留的项目严格按政策执行，坚决杜绝超标准、超范围征收和擅自改变征收方式，变相加重企业负担的行为，确保涉煤收费行为依法依规进行。省环保厅还将涉煤收费清理规范工作列入各级环保部门年度目标责任考核内容，完不成任务的实施“一票否优”。(记者 薛琳 通讯员 李景平）"}
```