string - 如何知道段落中出现最多的词是什么？ (Matlab)

Question

我有一个很大的段落，想知道里面出现最多的词是什么。谁能用这个给我指出正确的方向？任何示例和解释都会有所帮助。谢谢!

Answer 1

这是一种非常适合 MATLAB 的方法。我试图清楚地命名变量。玩每一行并检查结果以了解它是如何工作的。主力函数:unique 和 hist

% First produce a cell array of words to be analyzed
paragraph_cleaned_up_whitespace = regexprep(paragraph, '\s', ' ');
paragraph_cleaned_up = regexprep(paragraph_cleaned_up_whitespace, '[^a-zA-Z0-9 ]', '');
words = regexpi(paragraph_cleaned_up, '\s+', 'split');

[unique_words, i, j] = unique(words);
frequency_count = hist(j, 1:max(j));
[~, sorted_locations] = sort(frequency_count);
sorted_locations = fliplr(sorted_locations);
words_sorted_by_frequency = unique_words(sorted_locations).';
frequency_of_those_words = frequency_count(sorted_locations).';