[JAVA] Herbst 2017 Sicherheitsspezialist Ich habe die Häufigkeit der Wörter überprüft, die am Morgen 2 erschienen sind

Am Anfang

Basierend auf Ich habe versucht, eine PDF-Datei mit Java über OCR zu verarbeiten analysierte ich die häufig verwendeten Wörter des Sicherheitsspezialisten AM2.

Referenzseite

• Ich habe versucht, eine PDF-Datei mit Java über OCR zu verarbeiten
• Programm zum Zählen der Anzahl der in der Liste enthaltenen Wörter

Quelle für die Analyse

JapaneseAnalyser.java

package jpn;

import java.nio.charset.Charset;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.List;
import java.util.stream.Collectors;

import org.atilika.kuromoji.Token;
import org.atilika.kuromoji.Tokenizer;



public class JapaneseAnalyser {
    public static void main(String[] args) throws Exception{
    	//parse_1.Das Ergebnis der OCR-Lektüre des Fragebogens des Sicherheitsspezialisten AM 2 wird in txt gespeichert
        String input = Files.lines(Paths.get("parse_1.txt"), Charset.forName("MS932"))
        .reduce((s,v)->s+v.replaceAll("\\r\\n", "").trim()).get();
        analysis(input);
    }	
    public static void analysis(String s){
        Tokenizer tokenizer = Tokenizer.builder().build();
        List<Token> tokens = tokenizer.tokenize(s);
        tokens
            .stream()
            .filter(a ->(a.getPartOfSpeech().indexOf("Substantiv")>=0))
            .map(e -> e.getSurfaceForm())
            .sorted()
            .collect(
    				Collectors.groupingBy(b->b,
    						Collectors.summingInt(b->1))
    				)
            .forEach((m1,m2)->System.out.println(String.format("Häufigkeit des Auftretens%d Erscheinendes Wort: %s",m2,m1)));
    }
}

Analyseergebnis

Ich habe es auf meinem Blog gepostet

Impressionen

• Wie üblich gibt es viele Probleme mit DNS. Wird es oft als Sicherheitslücke ins Visier genommen? ――Es ist neu, dass Wörter im Zusammenhang mit maschinellem Lernen erscheinen. Für diejenigen, die von nun an die Prüfung zum Informationsverarbeitungsingenieur studieren, kann es erforderlich sein, zu studieren, da das Gebiet der KI möglicherweise dünn ist.
• Wenn Sie über die Stream-API von Java verfügen, müssen Sie Python nicht verwenden, um eine kleine japanische Analyse durchzuführen. In der Tat hat Python verschiedene Bibliotheken, die in der 2. und 3. Serie verwendet werden können, was ehrlich gesagt frustrierend ist. Wenn Sie sagen, dass Python einfach zu bedienen ist, wie entwickeln Sie es?