以英语句子为例，去除每个句子的“停用词”,“标点”

最新推荐文章于 2021-07-14 11:59:00 发布

浅浅格调

最新推荐文章于 2021-07-14 11:59:00 发布

阅读量2.7k

点赞数

分类专栏： java笔记

本文链接：https://blog.csdn.net/qianqiangeliao/article/details/41599165

版权

该Java程序从文本文件中按行读取句子，然后逐个去除句子中的标点符号和停用词。首先，将文本转换为小写，接着用预定义的标点符号列表替换每个句子中的标点。然后，使用停用词列表对每个句子进行处理，删除停用词。最后，去除多余的空格并打印处理后的句子。

摘要由CSDN通过智能技术生成

import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

/*
 * 对每一个句子去停用词、去符号、去空格
 *  
 * ***/

public class FileExcludeStopWord{

	public static void main(String[] args) {
		new FileExcludeStopWord().ex();
	}

	/**
	 * 1：按句子读取（按行） 2：<span style="font-family: Arial, Helvetica, sans-serif;">去标点去空格</span> 3：<span style="font-family: Arial, Helvetica, sans-serif;">去停用词（去“and”“to””he“....）</span>

	 * */
	public void ex() {

		// TODO 1：按句子读取（按行）
		// 读文件，文件是否存在
		List<String> stringList = new ArrayList<String>();
		List<String> stopWordsList = new ArrayList<String>();
		// 读取文件
		File file = new File("gvm_data.txt");
		File stopwords=new File("StopWordTable.txt");
		if (!file.e