ms-access - 如何使用 Visual Basic 从字符串中删除停用词？

Question

我正在寻找一种方法，使用 Access DB 内的 Visual Basic 中的函数来删除停用词。

今天我只是做了几次替换，但我知道这不是正确的方法，因为我不知道是将停用词作为单词还是在单词内删除。

任何帮助都会很棒，我只是找不到任何方法在 VB 上执行此操作。

Answer 1

好吧，你的意思是这样的，对吧？

OutputString = Replace("They answered the question", "the", "")

这会替换短语中所有出现的“the”，包括单词“These”的一部分。

最简单的解决方案是在要替换的单词前后添加空格:

OutputString = Replace("They answered the question", " the ", "")

这适用于我上面示例中的短语，但当该单词出现在短语的开头或结尾时，它就不起作用。
对于这些情况，您需要做更多的事情。像这样的事情:

Public Function RemoveStopWords( _
                                ByVal Phrase As String, _
                                ByVal WordToRemove As String _
                                ) As String

    Dim RetVal As String
    Dim Tmp As String

    'remove the word in the middle of the phrase
    RetVal = Replace(Phrase, " " & WordToRemove & " ", " ")

    'remove the word at the beginning
    Tmp = WordToRemove & " "
    If Left(RetVal, Len(Tmp)) = Tmp Then
        RetVal = Mid(RetVal, Len(Tmp) + 1)
    End If

    'remove the word at the end
    Tmp = " " & WordToRemove
    If Right(RetVal, Len(Tmp)) = Tmp Then
        RetVal = Left(RetVal, Len(RetVal) - Len(Tmp))
    End If

    RemoveStopWords = RetVal

End Function

只要短语中的单词始终用空格分隔，此方法就有效。
当除了空格之外还可以有其他分隔符时，您必须做更多的事情。

例如，您可以循环遍历分隔符列表并为每个分隔符执行函数，而不是对函数中的空格进行硬编码。
我现在不会将其显示为代码，但您已经明白了。