ruby - 检测字符串 Ruby 中的常用词

Question

如何在 Ruby 中检测两个或多个句子之间的公共子字符串。

我有很多字符串，例如：

• 约翰 D
• 保罗·约翰
• 约翰

我必须得到子字符串 John，我该如何实现呢？

谢谢

Answer 1

解决一般情况：

def count_tokens(*args)
  tokens = args.join(" ").split(/\s/)
  tokens.inject(Hash.new(0)) {|counts, token| counts[token] += 1; counts }
end

counts = count_tokens("John D", "Paul John", "John")
# => {"John"=>3, "D"=>1, "Paul"=>1}

这会将每个字符串拆分为标记，然后计算每个标记的实例数。从那里开始，对哈希进行排序以获得最常用的标记是微不足道的。

Answer 2

找到最近的元素，然后比较它。

list_of_strings = ["some", "random", "strings"]

def most_common_value(a)
  a.group_by do |array_element|
    array_element
  end.values.max_by(&:size).first
end

list_of_strings.each do |array_element|
  if /^#{most_common_value(list_of_strings)}$/ =~ array_element
    puts array_element
  end
end

Answer 3

def string_count(sentence)
  counts = Hash.new(0)
  str_array = sentence.downcase.scan(/[\w]+/)
  for string in str_array
    counts[string] += 1
  end
  counts
end

将您的句子传递给string_count("John D John Paul John") 将产生输出。

# => {"john"=>3, "d"=>1, "paul"=>1}

希望这可以帮助！