java 文本词频统计_java实现文本词频统计

File f=new File(path);

Mapmap=new HashMap<>();

Version matchVersion = Version.LUCENE_31;

Analyzer analyzer = new StopAnalyzer(matchVersion);

BufferedReader br = new BufferedReader(new FileReader(f));//读取文件

TokenStream ts = analyzer.tokenStream(null, br);//用analyzer分词,得到token流

ts = new PorterStemFilter(ts);//过滤器提取词干

CharTermAttribute ca = ts.addAttribute(CharTermAttribute.class);//ca存储了ts的文本信息

ts.reset();//必须的

while(ts.incrementToken()){

String term = ca.toString();

if(!map.keySet().contains(term)){

map.put(term, 1);

}else

{

map.put(term, map.get(term)+1);

}

}

ts.end();

ts.close();

analyzer.close();

br.close();

StringBuilder sb=new StringBuilder();

File gh=new File(path);

for(String key:map.keySet()){

sb.append(key+" "+map.get(key)+"\r\n");

}

BufferedWriter bw=new BufferedWriter(new FileWriter(gh));

bw.write(sb.toString());

bw.flush();

bw.close();

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值