Question

我正在尝试从字符串中删除停用词，但问题是如果字符串中再次出现，则从单个字中删除字符。
例如原始字符串是： “这部电影很好。” 结果字符串是： “ 这部电影很好。 ”。工作正常。但是
如果字符串是：“这部电影很好。”
然后结果字符串将是：“ 电影好。 ”
由于在此字符串中重复，因此在结果中免除。
另一个字符串： “ 这个游戏太棒了。所以，我观看并玩了很多。 ” 结果：“ gme fntstic。所以，wtched plyed lot。 ”
由于 a 在此字符串中重复，因此字符串显示所有单词豁免 a 。

我正在唱这段代码：

List<string> stopWordsList = new List<string>();
stopWordsList = stopWordsFilter();//funtion returning the list of stop words taking from file.
        string propertyValue = "this game is fantastic. So, I watched and played a lot.";
        foreach (string word1 in propertyValue.Split(' '))
        {

            foreach ( var word in stopWordsList)
            {
                if (word.Equals(word1) && word.Length == word1.Length)
                {
                    propertyValue = propertyValue.Replace(word, "");
                }
            }
        }
        Console.WriteLine(propertyValue);

Answer 1

问题是你用String.Empty替换了停用词。 String.Replace并不关心单词，而是关注子串。

你可以使用这种方法：

string propertyValue = "this game is fantastic. So, I watched and played a lot.";
var words = propertyValue.Split();
var newWords = words.Except(stopWordsFilter);
propertyValue = string.Join(" ", newWords);

如果你想忽略这种情况，那么也省略"Is"：

var newWords = words.Except(stopWordsFilter, StringComparer.InvariantCultureIgnoreCase);

Answer 2

我在这里提出一个使用linq的解决方案：

def in_or_add(s, x):
    return not(x in s or s.add(x))

从字符串中删除的停用词

2 个答案: