基于词频求两篇从文件读入的英文文章的相似度

山空松子落

于 2022-11-10 13:56:07 发布

阅读量386

点赞数 1

本文链接：https://blog.csdn.net/qq_63618616/article/details/127786856

版权

c++ c语言数据结构

相似度 = 公共词汇数 / 总词数

eg：

        第一篇：you are a handsome guy.
        第二篇：i am a guy.
        公共词汇： guy, a      总数为2
        总词汇：you, are, a, handsome, guy, i, am 总数为7
        相似度 = 2/7

#include<iostream>
using namespace std;
#include<string>
#include<set>
#include<cctype>
#include<fstream>

set<string> one;
set<string> two;

void OutFile()
{
	ifstream ifs1("one.txt", ios::in);
	ifstream ifs2("two.txt", ios::in);
	string str1, str2, word1, word2;
	if (!ifs1.is_open() || !ifs2.is_open())
	{
		cout << "open erorr!" << endl;
		return;
	};	
	while (getline(ifs1, str1) && getline(ifs2, str2))
	{
		for (int i = 0; i < str1.size(); i++)
		{
			if (isalpha(str1[i]))			//isalpha函数作用是检验该字符是否为字母,范围为[-1,255]
			{
				word1 += tolower