c# - 在 C# 中标记云

Question

我正在制作一个小型 C# 应用程序，想从简单的纯文本中提取一个标签云。有没有可以为我做到这一点的功能？

Answer 1

在我看来，构建标签云是一个分为两部分的过程:

首先，您需要拆分并计算您的代币。根据文档的结构以及编写的语言，这可能就像计算空格分隔的单词一样简单。然而，这是一种非常幼稚的方法，因为像 the、of、a 等这样的词将具有最大的词数，并且作为标签不是很有用。我建议实现某种单词黑名单，以排除最常见和无意义的标签。

一旦以 (tag, count) 方式获得结果，您可以使用类似于以下代码的内容:

(Searches 是 SearchRecordEntity 的列表，SearchRecordEntity 包含标签及其计数，SearchTagElement 是具有 TagCategory 属性的 SearchRecordEntity 的子类，ProcessedTags 是包含结果的 SearchTagElements 列表)

double max = Searches.Max(x => (double)x.Count);
List<SearchTagElement> processedTags = new List<SearchTagElement>();

foreach (SearchRecordEntity sd in Searches)
{
    var element = new SearchTagElement();                    

    double count = (double)sd.Count;
    double percent = (count / max) * 100;                    

    if (percent < 20)
    {
        element.TagCategory = "smallestTag";
    }
    else if (percent < 40)
    {
        element.TagCategory = "smallTag";
    }
    else if (percent < 60)
    {
        element.TagCategory = "mediumTag";
    }
    else if (percent < 80)
    {
        element.TagCategory = "largeTag";
    }
    else
    {
        element.TagCategory = "largestTag";
    }

    processedTags.Add(element);
}