如何在c＃中使用詞典詞典

我正在c＃中進行情感分析，我已經完成了預處理，並且下一部分是基於詞典的分析，爲此我找到了約6800個字的英語詞典lexicon by Professor Bing Liu，其中包含兩個文本文件，一個是積極的，另一個是消極的。如何在c＃中使用詞典詞典

我在想，我必須從這些文件中找出每個單詞（情感詞），這些文字是特定的詞是積極的還是消極的。但問題是，這些文件包含沒有任何空格的單詞，沒有任何格式（意味着單個單詞無法從文件中識別）。

那麼如何找到文件中的單詞？或者還有什麼其他的方式可以讓我輕鬆地使用它？

來源

2015-10-16 Adnan Ali

該文件使用\n作爲行分隔符（不像標準Windows \r\n）。所以，只是不打開它與記事本或類似，與寫字板。

將文件加載到一個集合（讓它成爲HashSet<String> - 你，也許，想測試一個詞是正話與否之內），您可以使用的Linq：

HashSet<String> positives = new HashSet<String>(File 
    .ReadLines(@"C:\positive-words.txt") 
    .Where(item => !String.isNullOrEmpty(item) && !item.StartsWith(";"))); 

    .... 

    String testWord = ... 

    if (positives.Contains(testWord)) { 
    ... 
    }

實際文件的內容是

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; 
; 
; Opinion Lexicon: Positive 
... 
;  frequently in social media content. 
; 
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; 

a+ 
abound 
abounds 
abundance 
... 
zenith 
zest 
zippy

來源

2015-10-16 14:54:25

實際上，該文件每行包含一個字，但行結束符是Unix風格而不是Windows，因此一些編輯器（如記事本）將在單行中顯示所有內容。

你可以很容易地閱讀與File.ReadAllLines（忽略;，這些都是評論）的行。

來源

2015-10-16 14:53:53

的文件不包含由換行符（\n）界定的話，那麼最簡單的方法是與r使用File.ReadAllLines發送文件。

var fileContents = File.ReadAllLines("negative-words.txt"); 
var words = new HashSet<string>(fileContents.SkipWhile(x => x.StartsWith(";") || x == String.Empty)); 

var containsWord = words.Contains("2-faced"); // The first valid word...

將內容放入HashSet允許您查詢內容，您不需要字典。

來源

2015-10-16 14:59:25

如何在c＃中使用詞典詞典

回答

相關問題