- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我想计算某些文本中使用了多少个独特的单词。棘手的部分是,我想将一个单词的不同形式视为一个单词。示例:
I work.
He works.
I am working.
I have worked.
本文中的独特单词就是这 5 个:[I、work、He、am、have],因为一个(相同)单词“work”有 4 种不同的形式。
我想我需要一些字典,或者一些图书馆,但经过一番谷歌搜索后没有找到任何东西。有人可以帮助我吗?谢谢!
PS:我知道有些词是完全一样的,但它们的意思是不同的。 (例如:当他离开家时,树叶会覆盖地面)。不管怎样,忽略这种情况 - 很难覆盖它们+它们很少见并且不会显着影响结果。
最佳答案
对于英语,您可以使用 lucene 发行版中的 PorterStemmer
。这个想法是保留每个单词的词干,并将其存储到一个集合中。
import java.util.HashSet;
import java.util.Set;
import org.tartarus.snowball.ext.PorterStemmer;
public class Test {
public static void main(String[] args) {
Set<String> stems = new HashSet<>();
PorterStemmer stemmer = new PorterStemmer();
String strings[] = new String[] { "I work.", "He works.",
"I am working.", "I have worked." };
for (String s : strings) {
for (String word : s.split("[\\s\\.]+")) {
stemmer.setCurrent(word);
stemmer.stem();
stems.add(stemmer.getCurrent());
}
}
System.err.println(stems);
}
}
结果:
[work, have, am, I, He]
如果您决定使用 lucene,您也可以开始使用 lucene 更高级的分词器函数。在上面的示例中,我们只是按空格和点字符进行分割。
关于Java库解析文本并计算唯一单词的数量?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29289477/
我一直在使用 AJAX 从我正在创建的网络服务中解析 JSON 数组时遇到问题。我的前端是一个简单的 ajax 和 jquery 组合,用于显示从我正在创建的网络服务返回的结果。 尽管知道我的数据库查
很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开,visit the help center . 关闭 1
我在尝试运行 Android 应用程序时遇到问题并收到以下错误 java.lang.NoClassDefFoundError: com.parse.Parse 当我尝试运行该应用时。 最佳答案 在这
有什么办法可以防止etree在解析HTML内容时解析HTML实体吗? html = etree.HTML('&') html.find('.//body').text 这给了我 '&' 但我想
我有一个有点疯狂的例子,但对于那些 JavaScript 函数作用域专家来说,它看起来是一个很好的练习: (function (global) { // our module number one
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 8 年前。 Improve th
我需要编写一个脚本来获取链接并解析链接页面的 HTML 以提取标题和其他一些数据,例如可能是简短的描述,就像您链接到 Facebook 上的内容一样。 当用户向站点添加链接时将调用它,因此在客户端启动
在 VS Code 中本地开发时,包解析为 C:/Users//AppData/Local/Microsoft/TypeScript/3.5/node_modules/@types//index而不是
我在将 json 从 php 解析为 javascript 时遇到问题 这是我的示例代码: //function MethodAjax = function (wsFile, param) {
我在将 json 从 php 解析为 javascript 时遇到问题 这是我的示例代码: //function MethodAjax = function (wsFile, param) {
我被赋予了将一种语言“翻译”成另一种语言的工作。对于使用正则表达式的简单逐行方法来说,源代码过于灵活(复杂)。我在哪里可以了解更多关于词法分析和解析器的信息? 最佳答案 如果你想对这个主题产生“情绪化
您好,我在解析此文本时遇到问题 { { { {[system1];1;1;0.612509325}; {[system2];1;
我正在为 adobe after effects 在 extendscript 中编写一些代码,最终变成了 javascript。 我有一个数组,我想只搜索单词“assemble”并返回整个 jc3_
我有这段代码: $(document).ready(function() { // }); 问题:FB_RequireFeatures block 外部的代码先于其内部的代码执行。因此 who
背景: netcore项目中有些服务是在通过中间件来通信的,比如orleans组件。它里面服务和客户端会指定网关和端口,我们只需要开放客户端给外界,服务端关闭端口。相当于去掉host,这样省掉了些
1.首先贴上我试验成功的代码 复制代码 代码如下: protected void onMeasure(int widthMeasureSpec, int heightMeasureSpec)
什么是 XML? XML 指可扩展标记语言(eXtensible Markup Language),标准通用标记语言的子集,是一种用于标记电子文件使其具有结构性的标记语言。 你可以通过本站学习 X
【PHP代码】 复制代码 代码如下: $stmt = mssql_init('P__Global_Test', $conn) or die("initialize sto
在SQL查询分析器执行以下代码就可以了。 复制代码代码如下: declare @t varchar(255),@c varchar(255) declare table_cursor curs
前言 最近练习了一些前端算法题,现在做个总结,以下题目都是个人写法,并不是标准答案,如有错误欢迎指出,有对某道题有新的想法的友友也可以在评论区发表想法,互相学习🤭 题目 题目一: 二维数组中的
我是一名优秀的程序员,十分优秀!