如何检查和计算linkedHashset中的单词是否出现在arraylist的句子中？

Question

我已经被这个问题困扰了几天。例如，我希望能够检查和计算 uniqueBagOfWords 中的每个单词是否出现在一个句子中，

UniqueBagOfWords = [i, like, to, play, 网球, think, football, needs, big, changes]

输出将是-

句子 - 我喜欢打网球 = 1,1,1,1,0,0,0,0,0

sentence - i like football like = 1,2,0,0,0,0,1,0,0,0

public static void main(String[] args) {
        List<String> sentences = new ArrayList<String>();
        sentences.add("i like to play tennis");
        sentences.add("i think football needs big changes");
        sentences.add("i like football like");

List<String[]> bagOfWords = new ArrayList<String[]>();
    for(String str : sentences){
        bagOfWords.add(str.split(" "));

    }
    Set<String> uniqueBagOfWords = new LinkedHashSet<String>();
    for(String[] s : bagOfWords){
        for(String ss : s)
            for(String st : ss.split(" "))
                if(!uniqueBagOfWords.contains(st))
                    uniqueBagOfWords.add(st);

    }

我已经尝试过了，我知道它不对，但不知道从这里去哪里。任何帮助都会很棒！

for(String s : sentences){
        for(String ss : s.split(" ")){
            int count= 0;
            for(int loop=0; loop <uniqueBagOfWords.size(); loop++){
            if(uniqueBagOfWords.contains(ss)){
                count +=1;
            }



            }
            System.out.println(ss +" "+ count);

Answer 1

我认为数组是错误的数据结构。更好的选择是简单地绘制袋子中每个单词的计数图，这是一个单行：

Map<String, Integer> hits = Arrays.stream(sentence.split(" "))
   .filter(uniqueBagOfWords::contains)
   .collect(groupingBy(identity()), counting());

这将产生类似：

{i=1, like=2, football=1}

这看起来要简单得多。如果您绝对必须有一个（稀疏）数组，则可以将其创建为单独的步骤。

Answer 2

在这里，我只是为词袋制作了一个字符串数组，并将所有句子放入一个数组列表中。然后我做了一个比较，检查句子中特定位置的字母是否与 bagOfWords 数组中的位置匹配。

public static void main(String[] args) {
    String[] bagOfWords = {"i", "like", "to", "play", "tennis", "think", "football", "needs", "big", "changes"};

    List<String> sentences = new ArrayList<String>();
    sentences.add("i like to play tennis");
    sentences.add("i think football needs big changes");
    sentences.add("i like football");

    for(String s1 : sentences){
        String[] sentenceSplit = splitWords(s1);

        for(int i=0;i<sentenceSplit.length;i++){
            if(sentenceSplit[i].equals(bagOfWords[i])){
                System.out.print("1 ");
            }
            else{
                System.out.print("0 ");
            }
        }
        System.out.println("");
    }
}

private static String[] splitWords(String sentence){
    String[] afterSplit = sentence.split(" ");
    return afterSplit;
}

Answer 3

尝试循环遍历您的 hashSet，而不是句子中的每个单词。另外，我会使用 StringBuilder 或类似的东西来输出。看看下面的循环：

    for (String s : sentences) {

        StringBuilder numberOfOccurences = new StringBuilder();

        for (String word : uniqueBagOfWords) {
            if (s.contains(word)) {
                numberOfOccurences.append("1,");
            } else {
                numberOfOccurences.append("0,");
            }
        }

        System.out.println(s + " = " + numberOfOccurences);
    }

输出：

我喜欢打网球 = 1,1,1,1,1,0,0,0,0,0,

我认为足球需要大的改变 = 1,0,0,0,0,1,1,1,1,1,

我喜欢足球 = 1,1,0,0,0,0,1,0,0,0,