需要统计文档中每个条款的频率

我需要计算文档内所有条款的频率。我怎样才能做到这一点？我不要求密码。我只是要求指导。其实我正在做一些文件和查询之间的相似度计算。我已经为查询计算了术语频率。但我不知道如何计算文件内每个单词的tern频率。任何人都可以引导我？感谢您的关注。需要统计文档中每个条款的频率

你能指定文档如何表示吗？ – ThomasRS 2011-03-14 15:56:53

您是否在发布之前尝试搜索？这被问**很多**。 – 2011-03-14 15:59:50

如果你正在寻找术语频率，[这是一个python程序]（https://github.com/timtrueman/tf-idf/blob/master/tf-idf.py）将会计算出它。你可能想看看这个。 – slhck 2011-03-14 16:00:56

您可以使用HashMap，其中key是您的术语和值 - 它的频率。每次你看到你的期限，你都会增加价值。文件完成后，你有你的号码。

2011-03-14 16:08:02

是，使用HashMap的保存价值，并要经过文件，你可以使用一个Scanner

2011-03-14 16:19:21 KelvinS

在Java中你一定要留在HashMap<String, Integer>。术语将是HashMap键和术语频率值。

2011-04-08 04:21:32

回答