我正在寻找可以解决我的以下问题的算法,提示或任何源代码.
我有一个文件夹,它包含许多文本文件.我读了它们并将所有文本存储在STRING中.现在我想计算,如果任何单词出现在其他文件中或没有.(我知道不清楚让我举个例子)
例如我有两个文件:Doc A =>"brown fox jump"Doc B =>"dog not jump"Doc C =>"狐狸跳狗"
让我们说我的程序读了第一个文件,现在第一个单词是"棕色",现在我的程序将检查这个单词是否也出现在任何其他文件中？所以答案是0.现在它将再次检查第二个单词"fox",它将给出输出,它出现在(Doc C)中......现在它将读取Doc B并且它将检查如果狗出现在其他文件中？答案是(Doc C)等......
任何建议或伪代码？
提示:它也称为逆文档频率(Idf).我知道什么是idf.