[实验二]利用HashSet交集运算计算两个语料库的共性词.docVIP

利用HashSet交集运算计算两个语料库的共性词 文档状态：发布稿 浪潮软件集团目 录 1 实验整体介绍 1 1.1 实验前提条件 1 1.2 实验的目的 1 2 实验过程 2 2.1 文件查看 2 2.2 创建HashSet_Intersection类 3 2.3 读取字典文件 4 2.4 添加输出函数 5 2.5 添加getIntersection ()方法 6 2.6 在main函数添加调用语句 6 2.7 运行并查看输出结果 7 3 总结 7 实验整体介绍 实验前提条件 完成java前期的培训课程，并掌握课程中java基础知识。 完成实验一。 实验的目的 在上一个实验中，我们利用HashSet实现了对语料文件的分词去重，并通过调用HashSet的addAll()方法实现了将两个语料文件各自生成的字典文件的合并操作，最终得到了根据两个语料文件统计得到的字典文件。 在本实验中，我们将利用[实验一]《利用HashSet进行语料库的分词去重》中输出的两个字典文件hashset_wordsuniq0.txt和hashset_wordsuniq1.txt，计算两个语料文件corpus0.txt、corpus1.txt中的共性词。本实验的目标是：统计得到两个字典文件hashset_wordsuniq0.txt和hashset_wordsuniq1.txt 中的共性词的集合并输出到hashset_intersection.txt文件中。 本实验主要包括以下步骤： （1）查看hashset_wordsuniq0.txt和hashset_wordsuniq1.txt文件已存在； （2）创建HashSet_Intersection类来定义功能代码及代码调用； （3）利用字符流读取字典文件并利用HashSet保存字典中的词； （4）利用字符输出流输出词集合到指定的字典文件； （5）定义函数getIntersection ()，在其中添加调用（3）获取到字典词集合，并利用HashSet计算得到两个字典文件中的共性词，然后调用（4）输出得到的共性词集合； （6）在HashSet_Intersection类的main函数中调用getIntersection ()函数； （7）运行并查看结果。 通过以上步骤后，我们最终得到hashset_wordsuniq0.txt和hashset_wordsuniq1.txt两个字典文件中的共性词文件hashset_intersection.txt。 实验过程 文件查看 打开D盘demo/java/collection/out目录，查看hashset_wordsuniq0.txt和hashset_wordsuniq1.txt文件已经存在。点击查看文件内容，可以看到文件中每个词占一行。 创建HashSet_Intersection类 [实验一]中我们已经创建了java项目train，并在src目录下创建了collection文件夹，我们将在collection文件夹下创建一个新的java类HashSet_Intersection。创建步骤与[实验一]中创建HashSet_WordsUniq类相同。 在弹出的类创建向导对话框中，输入类名称为HashSet_Intersection，并选中生成mian函数的复选框，点击“Finish”完成java文件的创建。 读取字典文件 在建好的HashSet_Intersection类中添加getDict ()方法，该方法与[实验一]中的相同，此处不再做具体代码逻辑介绍，代码如下： public SetString getDict(File dict){ SetString result = new HashSetString(); try { InputStreamReader reader = new InputStreamReader(new FileInputStream(dict)); BufferedReader br = new BufferedReader(reader); String word = null; //按行读取文件 while(( word=br.readLine())!=nullword!=){ //获取每行中的词并保存在结果集中 if(!.equals(word.trim())){ result.add(word.trim()); } } br.close(); reader.close(); return result; } catch (FileNotFoundExcept