テキストファイルでバイグラムとその頻度を見つけるためのmatlabプログラムを作成しました。この目的のために、textread 関数を使用して文字列のセル配列を作成しました。
unigrams = textread('file.txt','%s');
しかし、セル配列から「to」、「the」、「is」、「or」などの単語や特殊文字「#」、「$」、「&」、「%」も省略したいと考えています。 . 生ファイルから単語を読み取るときに、これらの単語を除外する方法はありますか。
ありがとう。
テキストファイルでバイグラムとその頻度を見つけるためのmatlabプログラムを作成しました。この目的のために、textread 関数を使用して文字列のセル配列を作成しました。
unigrams = textread('file.txt','%s');
しかし、セル配列から「to」、「the」、「is」、「or」などの単語や特殊文字「#」、「$」、「&」、「%」も省略したいと考えています。 . 生ファイルから単語を読み取るときに、これらの単語を除外する方法はありますか。
ありがとう。
setdiff
テキストを読んだ後に使用して、不要な単語を削除できます。
unigrams = {'I' 'like' 'this' 'or' 'that' 'Here' 'are' 'some' 'symbols' '#' '$' '&'}
setdiff(unigrams, {'the', 'is' 'or' '#' '$' '&'}, 'stable')
unigrams =
Columns 1 through 8
'I' 'like' 'this' 'or' 'that' 'Here' 'are' 'some'
Columns 9 through 12
'symbols' '#' '$' '&'
ans =
'I' 'like' 'this' 'that' 'Here' 'are' 'some' 'symbols'