网络特定文本信息抓取及统计(13)
4.3 分词测试图
4.3.2 分词统计与分析系统模块流程
图4.4 分词系统流程图
4.3.3 分词统计与分析系统变量定义
表4.2 分词系统部分变量定义
序号 名称 类型 说明
1 word string 关系动词
2 att string 词性
3 count string 关系动词数量
4 length Int 关系动词出现频率
5 i int 频率次数变量
6 j int 频率次数变量
7 temp Worditem型 关系词及出现频率
4.3.4 分词统计与分析系统核心代码
public class MySegment
{
public List<worditem> Wordlist= new List<worditem>();
public void Segment(string sentence)
{
string DictPath = System.AppDomain.CurrentDomain.SetupInformation.ApplicationBase + @"\data\";
WordSegment ws = new WordSegment();
ws.InitWordSegment(DictPath);
try
{
ws.sentence = sentence;
ws.StartSegment();
List<WordResult[]> wordList = ws.WordList;
for (int j = 1; j < wordList[0].Length - 1; j++)
{
string postString = Utility.GetPOSString(wordList[0][j].nPOS);
postString = postString.Substring(0, postString.Length - 1);
worditem wd = new worditem();
wd.word = wordList[0][j].sWord.ToString();
wd.att = postString;
Wordlist.Add(wd);
}
}
}
}
int length = wordlist.Count;
for (int i = 0; i <= length - 2; i++)
{
for (int j = i+1; j <= length - 1; j++)
{
if (wordlist[i].count < wordlist[j].count)
{ worditem temp = wordlist[j];
wordlist[j] = wordlist[i];
wordlist[i] = temp;
}
}
}
4.4 保存指定日期的文本模块
4.4.1 概述
将抓取模块中的时间变量 NewsTime 列在选择框中，选择一指定的日期。利用office的接口，将选中的新闻摘要保存到本地word文档中。