利用文本挖掘技术来找出网络中的“小鲜词”
发布时间:2021-01-19 12:23:17  所属栏目:大数据  来源:网络整理 
            导读:副标题#e# 开始之前,先看一下从人人网中发现的90后用户爱用的词 是不是很好玩,哈哈。写这篇文章就是让你简单的自动的从文本中找出新的词,这样就知道现在的年轻人喜欢什么了(对于博主这种上了年纪的人来说,真的是很有用,呜呜) 项目结构 当然,text.da
                
                
                
            | 
 NewWordDiscoverTest.javapackage grid.test;
import grid.common.TextDatReader;
import grid.text.evolution.NewWordDiscover;
import java.io.IOException;
import java.util.Set;
public class NewWordDiscoverTest {
    private final static String path = "text.dat";
    public static void main(String args[]) throws IOException {
        // Replace your document here
        String document = TextDatReader.read(path);
        NewWordDiscover discover = new NewWordDiscover();
        long start = System.currentTimeMillis();
        Set<String> words = discover.discover(document);
        System.out.println("Speed: " + (double) document.length()
                / (System.currentTimeMillis() - start) * 1000);
        System.out.println("New words size: " + words.size());
        System.out.println("New word is: "+"n");
        for (String str : words) {  
            System.out.println(str+"n");
        }  
    }
}抽词测试,结果如下 
 ParticipleTest.javapackage grid.test;
import grid.text.participle.MechanicalParticiple;
import java.util.Vector;
public class ParticipleTest {
    private static String document = "我是中国人";
    public static void main(String args[]) {
        MechanicalParticiple participle = new MechanicalParticiple();
        Vector<String> vec = participle.partition(document);
        System.out.println(vec);
    }
}分词测试,结果如下 
 怎么样,很酷吧,你还可以试着用《天龙八部》数据集玩下,看看主角是不是乔帮主。如果发现了什么新鲜词,请告诉博主,咱也不落后哈! (编辑:宣城站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! | 




