文本分类实现

Question

我一直在尝试实现文本分类系统。它需要读取一个文本文件，并提取单词和单词的频率。到目前为止，我一直计划解析这些单词，将它们放在字典中并保存到XML文件中。我正在使用C++/CLI。

这是一个好的实现，还是有一个更简单或更好的实现？

可能是相关的问题(一些代码实现)：https://stackoverflow.com/questions/10631309/save-dictionary-to-xml-file

Answer 1

是的，可能有更好的解决方案，但考虑到您的“初学者”状态，更好的目标是什么；您可以优化速度或可移植性。

可以随机访问的二进制数据结构会更快，因为XML只是一种数据交换格式；这当然使其具有很好的可移植性。

在解析单词时，无论如何都需要二进制数据结构，直到准备好写出XML。