简单关键词匹配算法

最新推荐文章于 2024-06-23 22:40:49 发布

bluekeyv

最新推荐文章于 2024-06-23 22:40:49 发布

阅读量6.7k

点赞数

分类专栏：算法

本文链接：https://blog.csdn.net/kirayuan/article/details/8314654

版权

针对微博的短篇博文，编写的简单分词和匹配算法。相对于一篇文档的复杂分词算法，能够在效率和可用性上得到较好的平衡。

package com.sina.tblog.sentiment;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileOutputStream;
import java.io.FileReader;
import java.io.IOException;
import java.io.OutputStreamWriter;
import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.regex.Pattern;

import com.sina.tblog.sentiment.constant.Constant;

public class KeyWordFilter {
	
	public static HashSet<String> KeyWordsList = null;
	public static HashSet<String> letterKeyWordsList = null;
	
	/**
	 * 初始化或重新导入关键词列表
	 * @throws IOException
	 */
	static{
		try {
			initKeyWords(Constant.KeyWordsFiles);
		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
		
	}

	
	public static int deleteNewWord(String word){
		if(word.length()>10||word.length()<2)
			return -1;