السلام عليكم ورحمة الله
مطلوب مني مشروع لنظام استرجاع بلغة الجافا تكون موجوده في برنامج الايكليبس وهو سي بلس بلس مع العلم اني مادرست هذي اللغه
ولكن حاولت كثير ودورت اكواد وضبظت معي بعض النقاط والبعض فيه اخطاء
وهذا المطلوب
- ان المستخدم يقرأ نص من ملف
- ثم يشيل منه كل علامات الترقيم والحروف الخاصه مثل $و%
- ثم أقسم النص كلمه كلمه )Tokenization) مثلا "This is a java code"
تصبح This
is
java
code
- ثم أمشي على النص كامل وأحول أي حرف كبير الى صغير
مثلا This تصبح this
- ثم أرتب الكلمات أبجديا a-z
- ثم أمشي على النص كامل مره ثانيه وأحذف أي كلمة متكرره عندي (removing duplicates)
- ثم أحسبب عدد الكلمات الموجوده في النص كامل (counting)
- ثم أحسب كل كلمه وعدد التكرارات لها قبل الحذف
مثلا كلمة this تكررت 5 مرات وهكذا على كامل النص يعني طالب Frequency لكل كلمه
و أطبع كل كلمه مع تكرارها وكذلك أطبع مجموع الكلمات كلها
- ثم أحذف stop word مثل a, the, an, for ...إلخ
- ثم أحسب عدد الكلمات المتبقيه اللي بدون stop word
- ثم احسب نسبة النقص .. يعني الفرق بين النص ومعاه stop word
وبين النص بدون stop word
-ثم ارجع كل كلمه للجذر لها (الاصل) انادي فنكشن ال Stem وهي موجوده على هذا الرابط http://tartarus.org/~martin/PorterStemmer/
مثلا كلمة apples ترجع الى apple
- آخر شي أطبع كل كلمه وقبالها الجذر لها
ادري انه طوويل ولكن محتاجه مساعدتكم بالاشياء اللي تعرفونها
والله يجزاكم الجنه ولايحرمكم من الاجر ويفرج همكم