Índice Partiendo de texto proceso en C # o Ruby

Question

Teniendo en cuenta este texto:

"Los amigos son amistosos más amigables que son amables y clasifican a la clase de la clasificación de usar. Floridas flores fluyen a través de la siguiente flor de flujos"

necesito para solicitar derivada al texto para lograr los siguientes resultados:

frequency("following")                = 1
frequency("flow")                     = 2
frequency("classification")           = 1
frequency("class")                    = 1
frequency("flower")                   = 3
frequency("friend")                   = 4
frequency("friendly")                 = 4
frequency("classes")                  = 1

A medida que la interfaz con el motor de búsqueda de FAST. indexa contenido ayuno para proporcionar resultados relevantes a una consulta. Un aspecto de la indexación se despalillado y tenemos que utilizar C # o rubí para resolver esto.

apreciarían puntos de vista de cualquier persona en el mejor enfoque

Answer 1

    public StemmingProcessorResults ProcessText(string text)
    {
            return new StemmingProcessorResults(
                    new []{
                        new StemmingProcessorResultItem("following", 1),
                        new StemmingProcessorResultItem("flow", 2),
                        new StemmingProcessorResultItem("classification", 1),
                        new StemmingProcessorResultItem("class", 1),
                        new StemmingProcessorResultItem("flower", 3),
                        new StemmingProcessorResultItem("friend", 4),
                        new StemmingProcessorResultItem("friendly", 4),
                        new StemmingProcessorResultItem("classes", 1)
                    }
                );
    }

Hay que ir, que debe ser perfecto para sus necesidades de copiar y pegar

Answer 2

No se puede "Aplicar derivada" al texto para conseguir esos resultados, ya que los criterios de aceptación contenga un error. Es decir, la frecuencia ( "amigo") debe ser 5. Cada derivada algoritmo de por definición no puede producir los criterios de aceptación. Por lo tanto cualquier algoritmo que da esos valores tendrán que hacer - como por Rob Ashton. También puede utilizar una sentencia switch o una búsqueda de diccionario, lo que sea, que sólo necesita a la salida de esos números.