你知道如何使这个循环更快吗? 它计算每个单词在文档中的出现频率。并行计数文档中的单词
_documentVectorSpace是包含有关文档的其他信息的对象列表。
_documentVectorSpace [i] .Terms是文档中的单词数组。
_distinctTerms是包含在所有文档中的所有唯一字的HashSet。
Parallel.For(0, _documentVectorSpace.Count, i =>
{
int count = 0;
double[] vec = new double[_distinctTerms.Count];
foreach (string term in _distinctTerms)
{
vec[count++] = Weight(_documentVectorSpace[i].Terms, term);
}
_documentVectorSpace[i].VectorSpace = vec;
});
,其中作为权重定义:
private float Weight(string[] document, string term)
{
return document.Where(s => s == term).Count();
}
对于字符串比较,您应该使用'String.Equals(s,term,StringComparison.OrdinalIgnoreCase)'。 – MichaelS
听起来像“信息检索”作业:) – Alireza