比如有如下短語
短語1：㈠ ㈡ ㈢ ㈣ ㈤ ㈥
短語2：㈠ ㈡ ㈢
短語3：㈣ ㈤
短語4：㈠ ㈡ ㈠
短語5：㈠ ㈢ ㈡
統計出如上短語里連續出現詞組（至少2個單詞以上）的次數。
結果應該是：
㈠ ㈡ ㈢ 出現2次
㈣ ㈤ 出現2次
㈠ ㈡ 出現3次
嘗試用N叉樹廣度遍歷構建樹，深度演算法解決詞頻，碰到節點線路變成環形，暫時還找不到解決辦法。
uj5u.com熱心網友回復：
要統計的資料發一份樣例出來，不同資料的統計方法區別很大uj5u.com熱心網友回復：
我問題里只是提個簡單的demo。需求是針對一篇英文文章，統計文章里單詞連續出現2次以上的單詞組成。
比如短文是：i am a man, i am a programmer. i am on programming now.
結果：
i am a（2次）
i am （3次）
uj5u.com熱心網友回復：
https://stackoverflow.com/questions/42752356/create-a-dictionary-with-word-groupsuj5u.com熱心網友回復：
帖子回復是用了預先預置的關鍵詞或短語字典，
最后一個回復是用了python的一些類別庫，不知道能否解決問題，另外，python如果熟悉，能否幫我轉成java？
謝謝
meaningful_text = 'As a Data Scientist, you will focus on machine
learning and Natural Language Processing'
from nltk.collocations import *
bigram_measures = nltk.collocations.BigramAssocMeasures()
finder = BigramCollocationFinder.from_words(word_tokenize(meaningful_text))
scored = finder.score_ngrams(bigram_measures.raw_freq)
sorted(scored, key=lambda s: s[1], reverse=True)
uj5u.com熱心網友回復：
目前用逐行拆詞，然后重組（2~n）個詞組，和后面行進行比較是否包含詞組，可以實作所要功能，1萬個短句子，差不多1秒內也能統計得出來，這么寫的演算法，感覺有點矬，有沒有對演算法熟悉的，提供更優的演算法？轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/285054.html
標籤：Java相關
上一篇：增強for回圈
下一篇：請教JDBC批量插入的性能，謝謝