註釋泛化在文本文件中的數據集

的數據集是在.dat文件的形式，看起來像這樣

收購規則Java中的一個數據集

54 59 63 85 86 90 93 98 107 113 Annot_4 Annot_5

39 40 52 55 59 63 85 86 90 93 99 108 114 ANNOT_1 Annot_4 Annot_5

個的綜合規則是這樣的

ANNOT_1，Annot_3 => Annot_X

Annot_2，Annot_5 => Annot_Y

所以基本上我想每一行去了數據集中，並添加如果該行包含來自左側的任何註釋，則使用右側，以便新數據集看起來像這樣：

54 59 63 85 86 90 93 98 107 113 Annot_4 Annot_5 A nnot_Y

39 40 52 55 59 63 85 86 90 93 99 108 114 ANNOT_1 Annot_4 Annot_5 Annot_X Annot_Y

什麼我迄今僅應用第一規則，然後停止。

try { 
     BufferedReader rulesBR = new BufferedReader(new FileReader(generalizationRules)); 
     BufferedReader datasetBR = new BufferedReader(new FileReader(dataset)); 
     String rulesLine; 
     String datasetLine; 
     String parts1[]; 
     String rhs; 
     rulesLine = rulesBR.readLine(); 

     while (rulesLine!=null){ 
      //System.out.println(rulesLine); 
      String parts[] = rulesLine.split("=>"); 
      String lhs[] = parts[0].split(","); 

      rhs = parts[1]; 
      for (String part : lhs){ 
       System.out.println(part); 
       while ((datasetLine =datasetBR.readLine())!=null){  
        parts1 = datasetLine.split("\\S+"); 
        System.out.println(parts1); 
        if (datasetLine.contains(part)) 
         writer.write(datasetLine.concat(rhs)); 
        else 
         writer.write(datasetLine); 
       } 
       ArrayList<String> ruleSetRow = new ArrayList<String>(); 
      } 
      rulesLine =rulesBR.readLine(); 
     } 
     rulesBR.close(); 
     datasetBR.close(); 
    }

任何幫助將不勝感激。

來源

2015-03-02 Stephen Donohue

您的代碼有幾個問題。首先，它的結構是錯誤的：你的內循環只運行一次，因爲datasetBR將用完行並且永遠不會倒回，而外循環仍然忙於解析規則。

我會做什麼：

閱讀所有的規則成HashMap<String, String>的左側和右側。（更好的辦法是使用Guava的HashMultimap，這樣你甚至可以存儲規則的分割版本，但這不是必須的。）
然後在第二個循環中遍歷數據集的所有行（如內循環）。
對於每一行做一個方法調用findRulesByDatasetLine(rulesMap, datasetLine)。該函數的結果將返回一個帶有找到規則的字符串（例如「Annot_X Annot_Y」）。你可以直接將它連接到行尾並直接寫入你的作者。

功能String findRulesByDatasetLine(Map<String, String> rulesMap, String datasetLine)將通過定義一個空的結果字符串，然後簡單地loop through each entry in the map開始，拆分輸入鍵，如果任何分裂部在datasetLine被發現的入賬價值添加到結果字符串。

希望這會有所幫助。祝你好運！

來源

2015-03-02 21:22:53

註釋泛化在文本文件中的數據集

回答

相關問題