统计共现词

[mengxiaodan]

请问有哪个大神会用C++统计一篇中文文本的共现词次数，写了几天实在写不出来了，急求，老师明天就要看

[mengxiaodan]

引用 1 楼 zhao4zhong1 的回复:

提醒：使用wchar_t、wstring、wifstream、wcout

老师可以给个简单的小程序参考一下吗？

[赵4老师]

#include <fstream>
#include <iostream>
#include <string>
using namespace std;
int main() {
    static wstring ws[1000];
    wifstream wifs;
    int i=0;
	wifs.imbue(locale("chs"));
    wifs.open("test.txt", wifstream::in);
    while (1) {
        wifs>>ws[i];
        if (!wifs.good()) break;
        i++;
        if (i>=1000) break;
    }
    wifs.close();
    int n=i;
	wcout.imbue(locale("chs"));
    for (i=0;i<n;i++) wcout<<ws[i]<<endl;
    return 0;
}

[老王爱上猫]

你这是统计字还是词？ 词不还得分词么？

[ooolinux]

词难道要一个常用词表来一一比对？

[赵4老师]

提醒：使用wchar_t、wstring、wifstream、wcout

[mengxiaodan]

引用 4 楼 bjym1987 的回复:

你这是统计字还是词？ 词不还得分词么？

我已经分完词了

[mengxiaodan]

引用 3 楼 zhao4zhong1 的回复:

#include <fstream>
#include <iostream>
#include <string>
using namespace std;
int main() {
    static wstring ws[1000];
    wifstream wifs;
    int i=0;
	wifs.imbue(locale("chs"));
    wifs.open("test.txt", wifstream::in);
    while (1) {
        wifs>>ws[i];
        if (!wifs.good()) break;
        i++;
        if (i>=1000) break;
    }
    wifs.close();
    int n=i;
	wcout.imbue(locale("chs"));
    for (i=0;i<n;i++) wcout<<ws[i]<<endl;
    return 0;
}

我老师说存入vector中，再提取共现词矩阵，请问可以指导一下吗？

[mengxiaodan]

引用 3 楼 zhao4zhong1 的回复:

#include <fstream>
#include <iostream>
#include <string>
using namespace std;
int main() {
    static wstring ws[1000];
    wifstream wifs;
    int i=0;
	wifs.imbue(locale("chs"));
    wifs.open("test.txt", wifstream::in);
    while (1) {
        wifs>>ws[i];
        if (!wifs.good()) break;
        i++;
        if (i>=1000) break;
    }
    wifs.close();
    int n=i;
	wcout.imbue(locale("chs"));
    for (i=0;i<n;i++) wcout<<ws[i]<<endl;
    return 0;
}

如果读入vector中，再怎么弄啊

[赵4老师]

#include <fstream>
#include <iostream>
#include <string>
#include <vector>
#include <locale>
using namespace std;
int main() {
    vector <wstring> vws;
    wstring ws;
    wifstream wifs;
    wifs.imbue(locale("chs"));
    wifs.open("u.txt", wifstream::in);
    int i=0;
    while (1) {
        wifs>>ws;
        vws.push_back(ws);
        if (!wifs.good()) break;
        i++;
    }
    wifs.close();
    int n=i;
    wcout.imbue(locale("chs"));
    for (i=0;i<n;i++) {
        wcout<<vws[i]<<endl;
    }
    return 0;
}

[mengxiaodan]

引用 9 楼 zhao4zhong1 的回复:

#include <fstream>
#include <iostream>
#include <string>
#include <vector>
#include <locale>
using namespace std;
int main() {
    vector <wstring> vws;
    wstring ws;
    wifstream wifs;
    wifs.imbue(locale("chs"));
    wifs.open("u.txt", wifstream::in);
    int i=0;
    while (1) {
        wifs>>ws;
        vws.push_back(ws);
        if (!wifs.good()) break;
        i++;
    }
    wifs.close();
    int n=i;
    wcout.imbue(locale("chs"));
    for (i=0;i<n;i++) {
        wcout<<vws[i]<<endl;
    }
    return 0;
}

不要取回本地，用一个vector存一句话，再嵌套一个vector存整个文本，就这样： vector<vector<string>>txt; vector<string>str infilr>>str;？ 我老师说先统计各个词的词频，形成矩阵的列数和行数，然后再用指针定位在某一个词上，向前和向后读，只要两个词在同一个句子里同时出现，对应的矩阵元素就加1，最后把矩阵存入文本中，应该怎么弄啊，老师？

[赵4老师]

还是问你的老师吧。