Question

我需要帮助才能使用Java中的String执行此操作。向我解释的最好方法是使用一个例子。

所以，我想从两个句子（用户的输入）中提取跳过bi-gram ，然后就相似性来比较彼此。

句子＃1：“我喜欢青苹果。” 句子＃2：“我喜欢红苹果。”

此外，还有一个名为“distance”的变量用于获取单词之间的距离。（目前不是很重要）

结果

使用距离3 从句子＃1 中提取的跳过二元组将是：

{I love}，{I green}，{I apples}，{love green}，{love apples}，{green apples}

（总共6个二克）

使用距离3 从句子＃2 中提取的跳过二元组将是：

{我爱}，{我红}，{我苹果}，{爱红}，{爱苹果}，{红苹果}

（总共6个二克）

到目前为止，我一直在考虑使用 String [] 来放置分裂字符串句子。

所以我的问题是，什么可能是从句子中提取这些二元组的代码？

提前致谢！

Answer 1

基本上，您希望从单词的句子中找到所有唯一的两个单词组合。

这是一个涉及ArrayList的解决方案：

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

public class Test {
    public static String[][] skipBigrams(String input) {
        String[] tokens = input.replaceAll("[^a-zA-Z ]", "").split("\\s+");
        return skipBigrams(tokens);
    }

    private static String[][] skipBigrams(String[] tokens) {
        List<String[]> bigrams = new ArrayList<>();
        for (int i = 0; i < tokens.length; i++) {
            for (int j = i + 1; j < tokens.length; j++) {
                bigrams.add(new String[]{tokens[i], tokens[j]});
            }
        }
        String[][] result = new String[bigrams.size()][2];
        result = bigrams.toArray(result);
        return result;
    }

    public static void main(String[] args) {
        String s1 = "I love green apples.";
        System.out.println(Arrays.deepToString(skipBigrams(s1)));
    }
}

用Java String跳过Bi-gram（比较两个句子）

1 个答案: