Palabras y frecuencia
Publicado por Sandro (1 intervención) el 08/04/2009 21:29:00
Buenas, a ver si me puede ayudar alguien porque llevo intentándolo días y creo que me he quedado bloqueado.
Estoy haciendo un programa por el que, desde un archivo de texto .txt obtenga la frecuencia en la que las palabras tengan a otra contigua y estas dos a su vez una tercera.
Es decir, si yo tengo este texto:
"Compré un paquete de cigarrillos y llevé un paquete a Correos. Luego caminé hacia el Kiosko a comprar el Periódico del día. Un hombre me saludó al pasar y yo le devolví el saludo."
Si nos encontráramos analizando la segunda palabra "UN", veríamos que aparece 3 veces en el texto.
1º Anotaríamos que la palabra "UN" aparece 3 veces sobre 33 palabras (su correspondiente %).
2º Anotaríamos que la palabra "UN" aparece 2 veces junto a "PAQUETE" y una vez junto a "HOMBRE". Por lo tanto la frecuencia con la que la palabra "UN" aparece antes de "PAQUETE" sería 2 veces, sobre el número de veces en la que aparece "UN" en el texto, es decir, 3. Igual haríamos con "UN" y "HOMBRE".
3º Sería igual que el segundo caso pero ya con la tercera palabra.
No se si me explico bien.
Toda esta información quiero almacenarlo en un fichero, no se si en un simple txt, un xml o a una base de datos.
Si saben cómo hacer esto, porfavor díganme porque estoy tirándome de los pelos... gracias
Estoy haciendo un programa por el que, desde un archivo de texto .txt obtenga la frecuencia en la que las palabras tengan a otra contigua y estas dos a su vez una tercera.
Es decir, si yo tengo este texto:
"Compré un paquete de cigarrillos y llevé un paquete a Correos. Luego caminé hacia el Kiosko a comprar el Periódico del día. Un hombre me saludó al pasar y yo le devolví el saludo."
Si nos encontráramos analizando la segunda palabra "UN", veríamos que aparece 3 veces en el texto.
1º Anotaríamos que la palabra "UN" aparece 3 veces sobre 33 palabras (su correspondiente %).
2º Anotaríamos que la palabra "UN" aparece 2 veces junto a "PAQUETE" y una vez junto a "HOMBRE". Por lo tanto la frecuencia con la que la palabra "UN" aparece antes de "PAQUETE" sería 2 veces, sobre el número de veces en la que aparece "UN" en el texto, es decir, 3. Igual haríamos con "UN" y "HOMBRE".
3º Sería igual que el segundo caso pero ya con la tercera palabra.
No se si me explico bien.
Toda esta información quiero almacenarlo en un fichero, no se si en un simple txt, un xml o a una base de datos.
Si saben cómo hacer esto, porfavor díganme porque estoy tirándome de los pelos... gracias
Valora esta pregunta
0