术语频率使用java程序

Question

我有一套文件。我想知道每个文档中每个单词的频率计数（即）使用java程序的术语频率。提前致谢。我知道如何找到每个单词的频率计数。我的问题是如何从文档列表中获取每个文档中的唯一单词

Answer 1

您可以在空格和标点符号上拆分文档，浏览生成的数组，然后计算每个单词的频率（Map<String, Integer>可以帮助您解决此问题。）

---

资源：

• Java - faster data structure to count word frequency?

关于同一主题：

• How to count words in java

Answer 2

如果要解决的问题不止一次，您应该考虑使用Lucene索引文档。然后this post会帮助您回答您的问题。