比较两个字符串并提取出常用词

Question

在MATLAB中，我们如何比较2个字符串并打印出常用单词。例如Example string1 =“你好，我叫鲍勃”; and string2 =“今天鲍勃去公园了”；鲍勃（bob）一词在两者中都很常见。遵循的结构是什么。

Answer 1

使用intersect与strsplit用于一行代码-

common_word = intersect(strsplit(string1),strsplit(string2))

strsplit将每个字符串拆分为单词单元，然后intersect找出共同的字符串。

如果您想避免strsplit使用，可以regexp改用-

common_word =intersect(regexp(string1,'\s','Split'),regexp(string2,'\s','Split'))

奖励：从常用词中删除停用词

让我们添加stop-words这两个字符串的共同点-

string1 = 'hello my name is bob and I am going to the zoo'
string2 = 'today bob went to the park'

使用前面介绍的解决方案，您将获得-

common_word = 
    'bob'    'the'    'to'

现在，这些词- 'the'和'to'是停用词的一部分。如果你想有其删除，让我提出这一点- Removing stop words from single string 和它的接受的解决方案。

最终的输出将是'bob'，您正在寻找谁！