我宁愿不必在可能的情况下启动lingpipe，这使我想知道Java中是否有任何快速，简便的方法来从文本字符串中提取所有的双字母组和三字母组？
谢谢
最佳答案
总是最简单的方法是使用现有的库。您可以看一下simmetrics库。您也可以使用lucene NgramTokenizer。您也可以自己实现此算法。首先，您必须找到文本中的所有单词(使用StringTokenizer)，然后生成所需的n-grams。
我宁愿不必在可能的情况下启动lingpipe，这使我想知道Java中是否有任何快速，简便的方法来从文本字符串中提取所有的双字母组和三字母组？
谢谢
最佳答案
总是最简单的方法是使用现有的库。您可以看一下simmetrics库。您也可以使用lucene NgramTokenizer。您也可以自己实现此算法。首先，您必须找到文本中的所有单词(使用StringTokenizer)，然后生成所需的n-grams。