Question

我是java的新手。我需要在一个句子中计算彼此的单词关联。例如，对于句子“狗是狗而猫是猫”，最终的关联计数将是 - 第一排：Dog-Dog（0），Dog-is（2），Dog-a（2）Dog-and（1），Dog-Cat（2）

等等。

开发关联矩阵。关于如何开发的任何建议？

Answer 1

谢谢罗马。我可以从句子中分开单词 -

String sentence=null;
    String target="Dog is a Dog and Cat is a Cat";
    int index = 0;
    Locale currentLocale = new Locale ("en","US");
    BreakIterator wordIterator = BreakIterator.getWordInstance(currentLocale);
    //Creating the sentence iterator
    BreakIterator bi = BreakIterator.getSentenceInstance();
    bi.setText(target);

    while (bi.next() != BreakIterator.DONE) {

        sentence = target.substring(index, bi.current());
        System.out.println(sentence);
        wordIterator.setText(sentence);
        int start = wordIterator.first();
        int end = wordIterator.next();

        while (end!=BreakIterator.DONE){

            String word = sentence.substring(start,end);
             if (Character.isLetterOrDigit(word.charAt(0))) {

                System.out.println(word);

             }//if (Character.isLetterOrDigit(word.charAt(0)))

             start = end;
             end = wordIterator.next();
        }//while (end!=BreakIterator.DONE)
        index = bi.current();
    }  //  while (bi.next() != BreakIterator.DONE)

但没有得到你的另外两点。感谢。

Answer 2

将句子分成单独的单词。
生成对。
合并相同的对。

这很简单：

String[] words = sentence.split("\\s"); //first step
List<List<String>> pairs = 
    new ArrayList<List<String>>((int)(((words.length) / 2.0) * (words.length - 1)));
for (int i = 0; i < words.length - 1; i++) {
    for (int j = i + 1; j < words.length; j++) {
         List<String> pair = Arrays.asList(words[i], words[j]);
         Collections.sort(pair);
         pairs.add(pair);
    }
} //second step
Map<List<String>, Integer> pair2count = new LinkedHashMap<List<String>, Integer>();
for (List<String> pair : pairs) {
    if (pair2count.containsKey(pair)) {
        pair2count.put(pair, pair2count.get(pair) + 1);
    } else {
        pair2count.put(pair, 1);
    }
} //third step

//output
System.out.println(pair2count);

字关联计数

2 个答案: