TF-IDF算法确定阅读主题词解答英语阅读Title题目
#include <math.h>
#include <time.h>
#include <stdlib.h>
#include <iostream>
#include <windows.h>
using namespace std;
#define N 1517		//文献数目
#define textN 6	    //题目数目
#define ERROR 1
#define OK 0
const int WORD_LENGTH = 30;//定义单个单词最大长度
char temp[WORD_LENGTH];//定义用以临时存放单词的数组
typedef struct Node {
	char word[WORD_LENGTH] = { '\0' };
	int time = 0;
	int textnum = 0;
	double weight = 0;
}wordNode, wordLink;
char Libword[900][WORD_LENGTH] = { 0 };			//900条停用词库
int wordleng = 0;	//词库中实际词条数目
wordNode sumWord[1000];//文章词表
int wordNum = 0;//文章中的非重单词数
int sumWordNum = 0;//文章总词数
double score[4] = { 0 };//选项分数
int DoLibStop(char *name, char memory[][WORD_LENGTH])
{
	FILE *cp = fopen(name, "r");//词库位置
	char ch;
	while (!feof(cp))						 //读取词库
	{
		ch = fgetc(cp);
		for (int i = 0; ch != 13 && i<22 && ch != 10; i++)//回车区分词
		{
			Libword[wordleng][i] = ch;
			ch = fgetc(cp);
		}
		//     std::cout<<(word[wordleng]);		 //屏幕输出。临时
		wordleng++;
	}
	fclose(cp);	//关闭停用词库
	return wordleng;
}
void wordDelSpe(char word[]) //去掉特殊字符
{
	int i, k, j;
	char *specialChar = ",.;:'“”?!><+=|*&^%$#@\"[](){}0123456789";//定义特殊字符集
	for (i = 0; i<strlen(word); i++)
	{
		//筛选并去除字符串中的特殊字符
		for (k = 0; k<strlen(specialChar); k++)
		{
			if (word[i] == specialChar[k])
			{
				j = i;
				while (j<strlen(word))
				{
					word[j] = word[j + 1];
					j++;
				}
				i--;
				break;
			}
		}
	}
}
bool wordCmpStop(char *word)//将人称代词及其他常用词去掉
{
	int simNum = wordleng;
	for (int i = 0; i<strlen(word); i++)//筛选并将字符串中的大写字母转化为小写字母
		if (word[i] >= 'A'&& word[i] <= 'Z')
			word[i] += 32;
	for (int i = 0; i<simNum; i++)
		if (strcmp(word, Libword[i]) == 0)
			return true;
	return false;
}
void wordSearch(char *word, int &wordnum) {
	int i = 0;
	while (i < wordnum && (strcmp(sumWord[i].word, word) != 0))
	{
		i++;
	}
	if (i < wordnum)
		sumWord[i].time++;
	if (i == wordnum)
	{
		strcpy(sumWord[i].word, word);
		wordnum++;
		sumWord[i].time = 1;
	}
	sumWordNum += 1;
}
void doArticle(char *file0)
{
	FILE *file;
	if ((file = fopen(file0, "r")) == NULL) {
		//这里是绝对路径,基于XCode编译器查找方便的需求
		printf("%s文件读取失败!", file0);
		system("pause");
		exit(1);
	}
	while ((fscanf(file, "%s", temp)) != EOF)
	{
		if (temp[0] == '*')//遇到题目了
			break;
		wordDelSpe(temp);
		if (wordCmpStop(temp) == true)
		{
			sumWordNum += 1;
			continue;
		}
		wordSearch(temp, wordNum);
	}
	fclose(file);//关闭文件
}
void copyNode(wordNode& node1, wordNode &node2)//node2复制到node1
{
	strcpy(node1.word, node2.word);
	node1.time = node2.time;
	node1.textnum = node2.textnum;
	node1.weight = node2.weight;
}
void sortWord()//直接插入排序
{
	wordNode t;
	int i, j;
	/*cout << wordNum << endl;*/
	for (i = 1; i < wordNum; i++)
	{
		copyNode(t, sumWord[i]);
		for (j = i - 1; j >= 0 && sumWord[j].weight<t.weight; j--)
		{
			copyNode(sumWord[j + 1], sumWord[j]);
		}
		copyNode(sumWord[j + 1], t);
	}
}
void fileCount(char file[N][50])
{
	int i, j;
	FILE *f;
	for (i = 0; i <N; i++)
	{
		f = fopen(file[i], "r");
		if (!f)
		{
			printf("%s文件读取失败!", file[i]);
			/*system("pause");
			exit(1);*/
			continue;
		}
		while ((fscanf(f, "%s", temp)) != EOF)
		{
			wordDelSpe(temp);
			j = 0;
			while (j < wordNum && (strcmp(sumWord[j].word, temp) != 0))
			{
				j++;
			}
			if (j < wordNum)
				sumWord[j].textnum++;//文章数++
		}
		fclose(f);//关闭文件
	}
}
void calWeight(wordNode *sumWord, int wordNum)
{
	int i;
	for (i = 0; i < wordNum; i++)
		sumWord[i].weight = (sumWord[i].time * 1.0 / sumWordNum)*log((N*1.0) / (sumWord[i].textnum + 1));
}
int numWei(int n)
{
	if (n / 10 == 0)
		return 1;
	else if (n / 100 == 0)
		return 2;
	else if (n / 1000 == 0)
		return 3;
	else
		return 4;
}
void fileNameMake(char file[][50], int n)
{
	int i = 0, j = 0, i1, num;
	/*strcpy(file[0], "txt\\txt1.txt");
	strcpy(file[1], "txt\\txt2.txt");
	strcpy(file[2], "txt\\txt3.txt");
	strcpy(file[3], "txt\\txt4.txt");
	strcpy(file[4], "txt\\txt5.txt");*/
	for (i = 0; i < n; i++)
	{
		strcpy(file[i], "fileLib\\\\txt");
		num = numWei(i + 1);
		//cout << num << endl;
		i1 = i + 1;
		for (j = num - 1; j >= 0; j--)
		{
			*(file[i] + 12 + j) = i1 % 10 + 48;
			i1 = i1 / 10;
		}
		strcpy(file[i] + 12 + num, ".txt");
		/*cout << file[i] << endl;*/
		/*if (strcmp(file[i] , "txt\\\\txt00.txt")==0)
		cout << i << endl;*/
	}
}
void saveNameMake(char savefile[][50], int n)
{
	int i = 0, j = 0, i1, num;
	for (i = 0; i < n; i++)
	{
		strcpy(savefile[i], "savefile\\\\save");
		num = numWei(i + 1);
		//cout << num << endl;
		i1 = i + 1;
		for (j = num - 1; j >= 0; j--)
		{
			*(savefile[i] + 14 + j) = i1 % 10 + 48;
			i1 = i1 / 10;
		}
		strcpy(savefile[i] + 14 + num, ".txt");
		//cout << savefile[i] << endl;
		/*if (strcmp(file[i] , "txt\\\\txt00.txt")==0)
		cout << i << endl;*/
	}
}
void textNameMake(char textfile[][50], int n)
{
	int i = 0, j = 0, i1, num;
	for (i = 0; i < n; i++)
	{
		strcpy(textfile[i], "textfile\\\\text");
		num = numWei(i + 1);
		//cout << num << endl;
		i1 = i + 1;
		for (j = num - 1; j >= 0; j--)
		{
			*(textfile[i] + 14 + j) = i1 % 10 + 48;
			i1 = i1 / 10;
		}
		strcpy(textfile[i] + 14 + num, ".txt");
		//cout << textfile[i] << endl;
		/*if (strcmp(file[i] , "txt\\\\txt00.txt")==0)
		cout << i << endl;*/
	}
}
void scoreArticle(char *file0,int k,char *answers, int &answerNum)
{
	FILE *file;
	int i;
	if ((file = fopen(file0, "r")) == NULL) {
		//这里是绝对路径,基于XCode编译器查找方便的需求
		printf("%s文件读取失败!", file0);
		system("pause");
		exit(1);
	}
	int count = -1;
	while ((fscanf(file, "%s", temp)) != EOF&&temp[0] != '*') {}//※号提示题目
	while ((fscanf(file, "%s", temp)) != EOF)
	{
		if (temp[0] == '*')
			break;
		if (!strcmp(temp, "A.") || !strcmp(temp, "B.") || !strcmp(temp, "C.") || !strcmp(temp, "D."))
		{
			count++;
			continue;
		}
		wordDelSpe(temp);
		for (i = 0; i<strlen(temp); i++)//筛选并将字符串中的大写字母转化为小写字母
			if (temp[i] >= 'A'&& temp[i] <= 'Z')
				temp[i] += 32;
		for (i = 0; i < wordNum; i++)
		{
			if (!strcmp(temp, sumWord[i].word))
				score[count] += sumWord[i].weight;
		}
	}
	fscanf(file, "%s", temp);
	/*cout << temp[1] << "###"<<endl;*/
	answers[k] = temp[1];
	answerNum++;
	fclose(file);//关闭文件
}
void doArticleLocal(char *file0)
{
	FILE *file;
	int i;
	if ((file = fopen(file0, "r")) == NULL) {
		//这里是绝对路径,基于XCode编译器查找方便的需求
		printf("%s文件读取失败!",file0);
		system("pause");
		exit(1);
	}
	while ((fscanf(file, "%s", temp)) != EOF)
	{
		if (temp[strlen(temp) - 1] == '#')
		{
			/*cout << "遇到了#" << endl;*/
			break;
		}
		wordDelSpe(temp);
		for (i = 0; i<strlen(temp); i++)//筛选并将字符串中的大写字母转化为小写字母
			if (temp[i] >= 'A'&& temp[i] <= 'Z')
				temp[i] += 32;
		for (i = 0; i < wordNum; i++)
		{
			if (!strcmp(temp, sumWord[i].word))
			{
				sumWord[i].weight *= 1.5;
				/*cout << "改了" << endl;*/
			}
		}
	}
	while ((fscanf(file, "%s", temp)) != EOF&&temp[0] != '#') {}//再次遇到#号,最后一段
	while ((fscanf(file, "%s", temp)) != EOF)
	{
		if (temp[0] == '*')
		{
			/*cout << "遇到了*" << endl;*/
			break;
		}
		wordDelSpe(temp);
		for (i = 0; i<strlen(temp); i++)//筛选并将字符串中的大写字母转化为小写字母
			if (temp[i] >= 'A'&& temp[i] <= 'Z')
				temp[i] += 32;
		for (i = 0; i < wordNum; i++)
		{
			if (!strcmp(temp, sumWord[i].word))
				sumWord[i].weight *= 1.5;
		}
	}
	fclose(file);//关闭文件
}
void doArticleAll(char *file0,char file[][50],char *savefile,int id,char *answers,int &answerNum,int &correctNum)
{
	/*cout << "correctNum" << correctNum << endl;*/
	int i;
	char ans;	//答案
	doArticle(file0);	//处理题目文本
	fileCount(file);	//统计文件库中单词出现次数
	calWeight(sumWord, wordNum);	//计算权重
	sortWord();	//排序
	FILE *p = fopen(savefile, "w");		//文本输出
	fprintf(p, "    word         \t词频\t文章数\t权重\n");			//输出到文档结果
	fprintf(p, "本文共%d个词,%d个不重复词\n", sumWordNum, wordNum);
	for (i = 0; i < wordNum; i++)
	{
		fprintf(p, "%-16s\t%d\t%d\t%f\n", sumWord[i].word, sumWord[i].time, sumWord[i].textnum, sumWord[i].weight);
	}
	fclose(p);
	doArticleLocal(file0);//根据位置调整权值
	scoreArticle(file0,id,answers,answerNum);
	std::cout << "第"<<id+1<<"题结果成功输出到文件:" << savefile << endl;
	std::cout << "成功得到结果:" << endl;
	for (int h = 0; h < 4; h++)
	{
		cout << score[h] << endl;
	}
	int max = 0;
	for (int k = 1; k < 4; k++)
	{
		if (score[k] > score[max])
			max = k;
	}
	ans = 65 + max;
	cout << "答案是:" << ans ;
	if (answers[id] == ans)
	{
		cout <<" 正确"<<endl;
		correctNum++;
	}
	else
		cout << " 错误 (正确答案为:" << answers[id]<<")" << endl ;
	cout << endl << "-----------------------------" << endl;
	/*cout << "correctNum" << correctNum << endl;*/
}
void main(int n, char *arg[])
{
	char answers[textN] = { '\0' };
	int answerNum = 0,correctNum = 0, i = 0, j = 0;
	double corretPersent;		//正确率
	char textfile[textN][50] = { '\0' };	//题目名字
	char savefile[textN][50] = { '\0' };	//保存文件
	char file[N][50] = { '\0' };			//需要检索的文献
	//char *savefile1 = "savefile\\save.txt";	//结果存放文档
	char *LibStop = "stopLib\\stop.txt";	//停用词库
	//char *file0 = "textfile\\text1.txt";
	//char *file0 = "text2.txt";
	clock_t start0, finish0;			//程序运行时间
	double sftime0;
	start0 = clock();
	fileNameMake(file, N);
	textNameMake(textfile, textN);
	saveNameMake(savefile, textN);
	cout << endl;
	wordleng = DoLibStop(LibStop, Libword);//停用词处理
	/*cout << file0 << "hah" << endl;*/
	answerNum = 0;
	correctNum = 0;
	for(int k=0;k<textN;k++)
		doArticleAll(textfile[k], file, savefile[k],k,answers,answerNum,correctNum);
	/*cout << "correctNum" << correctNum << endl;
	cout << "answerNum" << answerNum << endl;*/
	corretPersent = correctNum*100.0 / textN;
	printf("共%d篇文章,正确率为%.2f%%\n", textN, corretPersent);
	finish0 = clock();
	sftime0 = (double)(finish0 - start0) / CLOCKS_PER_SEC;//计算用时
	std::cout << endl<< "共用时间:" << sftime0 << "秒." << endl;
	system("pause");
}
TF-IDF算法确定阅读主题词解答英语阅读Title题目的更多相关文章
- 55.TF/IDF算法
		主要知识点: TF/IDF算法介绍 查看es计算_source的过程及各词条的分数 查看一个document是如何被匹配到的 一.算法介绍 relevance score算法,简单来说 ... 
- tf–idf算法解释及其python代码实现(下)
		tf–idf算法python代码实现 这是我写的一个tf-idf的简单实现的代码,我们知道tfidf=tf*idf,所以可以分别计算tf和idf值在相乘,首先我们创建一个简单的语料库,作为例子,只有四 ... 
- tf–idf算法解释及其python代码实现(上)
		tf–idf算法解释 tf–idf, 是term frequency–inverse document frequency的缩写,它通常用来衡量一个词对在一个语料库中对它所在的文档有多重要,常用在信息 ... 
- Elasticsearch由浅入深(十)搜索引擎:相关度评分 TF&IDF算法、doc value正排索引、解密query、fetch phrase原理、Bouncing Results问题、基于scoll技术滚动搜索大量数据
		相关度评分 TF&IDF算法 Elasticsearch的相关度评分(relevance score)算法采用的是term frequency/inverse document frequen ... 
- tf–idf算法解释及其python代码
		tf–idf算法python代码实现 这是我写的一个tf-idf的简单实现的代码,我们知道tfidf=tf*idf,所以可以分别计算tf和idf值在相乘,首先我们创建一个简单的语料库,作为例子,只有四 ... 
- 25.TF&IDF算法以及向量空间模型算法
		主要知识点: boolean model IF/IDF vector space model 一.boolean model 在es做各种搜索进行打分排序时,会先用boolean mo ... 
- Elasticsearch学习之相关度评分TF&IDF
		relevance score算法,简单来说,就是计算出,一个索引中的文本,与搜索文本,他们之间的关联匹配程度 Elasticsearch使用的是 term frequency/inverse doc ... 
- 基于TF/IDF的聚类算法原理
		一.TF/IDF描述单个term与特定document的相关性TF(Term Frequency): 表示一个term与某个document的相关性. 公式为这个term在document中出 ... 
- 信息检索中的TF/IDF概念与算法的解释
		https://blog.csdn.net/class_brick/article/details/79135909 概念 TF-IDF(term frequency–inverse document ... 
随机推荐
- 通过akRegionCode找到对应的程序
			在Oracle EBS中,有一些程序是从上一个版本的Web开发框架(AK)转成OAF的,而这部分程序定义的功能与一般的OAF页面不同,OAF页面使用 OA.jsp?page=/oracle/apps/ ... 
- Gogland 个性化设置
			1.去掉 hints 提示功能: Preferences -> Editor -> General -> Appearance -> 去掉勾选 “Show parameter ... 
- 跟着百度学PHP[5]函数篇2-PHP中的特殊形式的函数
			目录...................................................... .00x1 可变函数 在PHP里面如果说将“函数名称”赋予字符串类型的变量.在调用这个 ... 
- idea 分支主干管理
			1.创建分支 2.切换主干/分支 3.合并主干.分支 
- DevExpress 隐藏Ribbon中barbuttonItem的SuperTip(1)
			public frmMain() { InitializeComponent(); ribbonControl1.Manager.HighlightedLinkChanged += Manager_H ... 
- component
			在xml配置了这个标签后,spring可以自动去扫描base-pack下面或者子包下面的Java文件,如果扫描到有@Component @Controller@Service等这些注解的类,则把这些类 ... 
- iOS 改变App状态栏颜色为白色
			默认状态栏为黑色,对于某些App不是很美观,变成白色很简单,只需要两个步骤. 1.在Info.plist中添加新项目,View controller-based status bar appearan ... 
- ModelMapper 中高级使用 java
			ModelMapper 是一个java对象自动映射的第三方架包,用起来很方便,配合阿里的frstjson可以极大简化后台代码. 但是ModelMapper 中文使用说明很少,官网http://mode ... 
- SQL多表查询,消除表中的重复的内容
			看到朋友再写一个SQL语句:两个表a1表中有SN.SN2.TN,b1表有SM.SM2.TN2,若a1的SN中的数据和b1的SM中的数据是一致的,那么将a1中对应的数据修改成b1中对应的数据. upda ... 
- jquery动态合并表格行
			利用<td rowspan = "num"/>;原理来实现,其中num为要合并的行数. <!DOCTYPE html> <html> <h ... 
