Question

嗨我有一个相对较大的文本块，我想找到其中最常见的关键字并计算这些关键字的密度。我想到的方式看起来似乎很慢或性能要求和困难：

迭代文本块中的每个单词找到每个单词的所有相同匹配项计算每个单词的总匹配数比如前五个最匹配，然后计算它们相对于总块数的密度。输出结果

使用jquery有没有简单快捷的方法呢？

Answer 1

var text = "Lorem ipsum ...";

var word_list = text.split(/\W+/); // Split the text into words.

var counts = {};#
Allocate a dictionary

for (var i = 0; i < word_list.length; ++i) {
    var word = word_list[i];
    counts[word] = (counts[word] || 0) + 1; // Increment count by one.
}

var densities = {};

for (word in counts) {
    densities[word] = parseFloat((counts[word] / word_list.length) * 100).toFixed(2); // Calculates all the densities percentage.
}

剩下的就是获得最频繁的那些。

您可能希望更改文本拆分为关键字的方式，或过滤非常常见/简短的字词。现在“它的”最终被分成'它'，'s'。这可能不是你想要的。

Answer 2

我会用不同的滑动窗口来解决这个问题。每次遇到空格" "时，递增一个单词计数器，并将当前单词添加到存储桶中。如果存储桶包含该字，请向存储桶添加计数器。解析整个文本后，获取具有最大计数的存储桶。输出桶字，将桶数除以最大计数。

这是如何进行关键字查找/密度检查？

2 个答案: