[实验二]利用HashSet交集运算计算两个语料库的共性词教程.docVIP

软件集团新员工培训实验材料 PAGE  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  TOC \o 1-3 \h \z \u  HYPERLINK \l _Toc457572909 1 实验整体介绍  PAGEREF _Toc457572909 \h 1  HYPERLINK \l _Toc457572910 1.1 实验前提条件  PAGEREF _Toc457572910 \h 1  HYPERLINK \l _Toc457572911 1.2 实验的目的  PAGEREF _Toc457572911 \h 1  HYPERLINK \l _Toc457572912 2 实验过程  PAGEREF _Toc457572912 \h 2  HYPERLINK \l _Toc457572913 2.1 文件查看  PAGEREF _Toc457572913 \h 2  HYPERLINK \l _Toc457572914 2.2 创建HashSet_Intersection类  PAGEREF _Toc457572914 \h 3  HYPERLINK \l _Toc457572915 2.3 读取字典文件  PAGEREF _Toc457572915 \h 4  HYPERLINK \l _Toc457572916 2.4 添加输出函数  PAGEREF _Toc457572916 \h 5  HYPERLINK \l _Toc457572917 2.5 添加getIntersection ()方法  PAGEREF _Toc457572917 \h 6  HYPERLINK \l _Toc457572918 2.6 在main函数添加调用语句  PAGEREF _Toc457572918 \h 6  HYPERLINK \l _Toc457572919 2.7 运行并查看输出结果  PAGEREF _Toc457572919 \h 7  HYPERLINK \l _Toc457572920 3 总结  PAGEREF _Toc457572920 \h 7   PAGE 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_Intersecti