Question

您好我正在尝试计算具有5个单词的给定数组的句子之间的余弦相似性。所以我有一个asp.net项目，我在其中编写代码来计算文本中的前5个单词（按频率）大约50-60个句子）我在数组K中有这些单词。这里一切都很好。我想从文本中得到每个句子（这是我的问题中的一个输入，并且有一个文本区域inapp用户粘贴任何文本或文章）并建立了向量。例如; 让我们假设该数组

K={technology, product,player}

，给定的文字就是这个;

Apple Inc.是一家美国跨国科技公司总部设在加利福尼亚州库比蒂诺，设计，开发和设计销售消费电子产品，计算机软件和在线服务。其硬件产品包括iPhone智能手机，iPad平板电脑电脑，Mac个人电脑，iPod便携式媒体播放器，和Apple Watch智能手表。 Apple的消费者软件包括 OS X和iOS操作系统，iTunes媒体播放器，Safari 网络浏览器，以及iLife和iWork的创造力和生产力套房。其在线服务包括iTunes Store，iOS App 商店和Mac App Store，以及iCloud。

所以四个句子的四个向量应该是这样的

s1 = {1,0,0} s2 = {0,1,1} s3 = {0,0,1} s4 = {0,0,0}

如何在asp.net上建立这些载体？

Answer 1

我正在使用以下SQL LIKE method和Print2DArray method。如果你绝对需要使用数组

public static void Main(string[] args)
    {
        string[] keywords = {...}; // your keywords
        string text = "..."; // your text

        string[] textInArray = text.Split(new char[] { '.' }, StringSplitOptions.RemoveEmptyEntries);
        int[,] vectors = new int[textInArray.Length, keywords.Length];

        for (int i = 0; i < textInArray.Length; i++)
        {
            string[] words = textInArray[i].Split(' ');
            for (int j = 0; j < keywords.Length; j++)
            {
                foreach (var word in words)
                {
                    if (Like(word, "%"+keywords[j]+"%"))
                    {
                        vectors[i, j]++;
                    }
                }
            }
        }
        Print2DArray(vectors);
    }

请记住，我使用的SQL方法使“产品”成为“产品”的一个版本并提升计数器，但它也使“生产力”成为“产品”的一个版本。它将Apple Inc.分裂为一个句子。 您需要对此进行微调，因为它是您想要完成的非常基本的版本。您可以使用字符串和字符串数组，甚至是结构来更优雅地完成此操作，但是基础是一样的。

我来这里是为了进一步的问题！

如何将句子的单词插入矩阵？

1 个答案: