中文字词处理...冒冷汗中～～ 容我用烂方法解一下。程式像这样.... http://pastie.org/2986485 总之如果没有词库可以切词的话，会切n-gram，n是参数，就是词的 长度。这边东西不多，就拿最长那句来当n，切至n=2为止，unigram 不考虑。切完拿来比对有match超过两个以上就存起来。 长词优先所以如果先前有处理过的子字串就不再比对。 算出来的结果是: "可乐" count:2 "我想要吃" count:2 "牛肉" count:2 跟你的结果好像不大一样，因为n=4的时候有"我想要吃"，所以就不处理了。 然後把重复的子字串这个判断拿掉，会得到: "要吃" count:2 "想要" count:3 "想要吃" count:2 "我想要" count:3 "可乐" count:2 "我想" count:3 "我想要吃" count:2 "牛肉" count:2 然後我想了一下要怎样在 "我想" "要吃" "想要" "想要吃" "我想要" "我想要吃" 中弄出 "我想要"...这个字呢？？？ ... ... ... 想了一下之後发现我还是去睡觉比较快...打完收工，希望没bug (逃 ※ 引述《aaagang (我．．．)》之铭言： : 想要统计三个字串里面重复的单字 : A:我想要吃牛肉面，与可乐薯条 : B:我想要吃蕃茄牛肉饭与红茶 : C:我想要喝可乐就好。 : 最後结果是 : 我想要 3次 : 牛肉 2次 : 可乐 2次 : 一个字或重复不到2次就不统计 : 我知道在字串重头抓来比对字串就可以做， : 但总觉得能有更聪明的做法， : 希望能指导一下！谢谢。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 114.34.162.157 ※ 编辑: gwokae 来自: 114.34.162.157 (12/09 00:25) ※ 编辑: gwokae 来自: 114.34.162.157 (12/09 00:26)