完成作业

5.py

@@ -0,0 +1,27 @@
+# 1. 定义3个文档
+docs = [
+    "Python 是 编程 语言",
+    "Java 是 编程 语言",
+    "Python Python Python"
+]
+
+# 2. 分词（按空格分割）
+tokenized_docs = [doc.split() for doc in docs]
+
+# 3. 构建词表：去重 + 排序
+vocab = sorted(list(set(word for doc in tokenized_docs for word in doc)))
+print("✅ 词表：", vocab)
+
+# 4. 生成BoW向量
+def bow_vector(doc_tokens, vocab_list):
+    return [doc_tokens.count(word) for word in vocab_list]
+
+# 计算每个文档的向量
+vec1 = bow_vector(tokenized_docs[0], vocab)
+vec2 = bow_vector(tokenized_docs[1], vocab)
+vec3 = bow_vector(tokenized_docs[2], vocab)
+
+print("\n📌 各文档BoW向量：")
+print(f"Doc1: {vec1}")
+print(f"Doc2: {vec2}")
+print(f"Doc3: {vec3}")