Извлечение ключевых сущностей используя VBA

Компьютерный форум OSzone.net (http://forum.oszone.net/index.php)

- Microsoft Office (Word, Excel, Outlook и т.д.) (http://forum.oszone.net/forumdisplay.php?f=115)

- - Извлечение ключевых сущностей используя VBA (http://forum.oszone.net/showthread.php?t=336746)

Извлечение ключевых сущностей используя VBA

Тело текста - это названия продуктов из чека (GOODS_NAME)
Я хочу сгруппировать любые похожие слова.

суть в том, что некоторые фразы имеют однокоренные слова и как бы ключевые слова.
Например вот документе
слово Макаронные изделия Макфа улитки флоу-пак 450 г. и подобное ему
Я нашел 7 строк с

Макароны макфа
Макароны макфа
Макароны макфа
Макароны макфа
Макароны макфа
Макароны макфа
Макароны макфа
(иногда транслит makfa, pechenie)

Я вручную нашел слова, у который похожие корни

если я делаю так, т.е. вложенный цикл для проверки уникальных / дублированных элементов., то получаю ошибку компиляции

Код:

for lRow = 1 to lLastRow

  sString1 = range("A" & lrow).value

  bFlag = false

  for lRow2 = lrow+1 to lLastRow

     sString2 = range("A" & lrow2).value

     if sstring1 = sstring2 then

        bflag = true 'values match

        'do something with matching values

        exit for

     end if

   next lrow2

next lrow

Как мне правильно выделить одинаковые слова.
При этом я понимаю, что идеального кода тут и быть не может, т.е. как Я он не сделает, ну хотя бы приблизительно.

Цитата:

Цитата r-studio

Как мне правильно выделить одинаковые слова. »

На форуме это обсуждалось много раз: какие слова считать похожими? Наименования "Творог деревен." и "Колбаски деревен." - похожи (если нет - как об этом должен узнать алгоритм)? Как быть с предлогами и сокращениями: "сосиски с сыром", "паштет из печени" - они встретятся в "салями" и "газета известия" и т.д. Как быть, если в наименовании встретятся одновременно два разных ключевых слова? Чем "Makfa" похожа на "Макфа" и т.д.

Цитата:

Цитата r-studio

то получаю ошибку компиляции »

Приложите скрин этой ошибки и укажите, на какую строку ругается. Вы приложили кусок кода, скопируйте его целиком. У меня на ваш отрывок ошибок не выскакивало.

Цитата:

Цитата r-studio

Например вот документе »

Код явно написан не под этот документ - он сравнивает ячейки первого столбца, точнее - их значения целиком. Предполагается, что вы для каждой ячейки будете указывать ключевые слова вручную? Тогда их можно отфильтровать, или использовать штатные функции excel для подсчета вхождений. Если ключевые слова должен определять код, то это сложная задача, с точки зрения алгоритма.

А решения, обсуждавшиеся на форуме раньше, под вашу задачу не подходят?

a_axe,

Код:

Option Explicit



Public Sub FindDuplicates()



Dim lRow As Long

Dim lRow2 As Long

Dim lLastRow As Long

Dim sString As Long

'This use of capitalisation is called 'camel case' - and is good for lots of reasons

' using lots of comments like this helps you to understand your code later



lastrow = ActiveSheet.UsedRange.Rows.Count

For lRow = 1 To lLastRow

  sstring1 = ActiveSheet.Range("A" & lRow).Value

  If sstring1 <> "" Then 'cell is not blank - proceed with test

   For lRow2 = lRow + 1 To lLastRow

     sstring2 = Range("A" & lRow2).Value

     If sstring1 = sstring2 Then

        bflag = True 'values match

        'do something with matching values

        ActiveSheet.Range("A" & lRow2).Interior.ColorIndex = 3   'mark cells with red background fill

        'you could also activesheet.range("A" & lrow2).clearcontents 'to delete values

     End If



    Next lRow2

   End If

Next lRow





If bflag = False Then MsgBox ("no duplicate values found")



End Sub

screen

Цитата:

Цитата a_axe

(если нет - как об этом должен узнать алгоритм)? »

Хорошие вопросы.
1. А можно ли сделать в алгоритме сличение, например, говоря бытовым языком, не является ли транслит в данном случае MAKFA МАКФОЙ
2. Макар и Макароны, ну тут по корню,

Цитата:

Цитата a_axe

"Творог деревен." и "Колбаски деревен." »

Цитата:

Цитата a_axe

"Творог деревен." и "Колбаски деревен." »

дело в том, что в списке будет
твор деревен
творог дер
твор дереве
итак далее тво + дер
тут ключевое твор
а также

колбаса деревен
колб деревен
колб дер
колбас дере
и так далее

т.е. для таких фраз надо увидеть ключевое колб+дер

это можно сделать?

Цитата:

Цитата a_axe

Предполагается, что вы для каждой ячейки будете указывать ключевые слова вручную? »

сравнивать вручную я не хочу в том и дело. Я просто как пример привел

Цитата:

Цитата a_axe

под вашу задачу не подходят? »

проблема в том, что я не с экселем буду работать, я его как пример привел
исходные данные миллионы строк в txt

C:/чек.txt
он оттуда должен брать, т.е. я создам эксель файл, помещу туда код макроса, а он уже будет работать с текстовым файлом
там (текстовый)и должна появится колонка тип товара , а сам файл, уже буду в sql импортировать
при том, безупречного определения я не жду.

r-studio, опция

Цитата:

Цитата r-studio

Option Explicit »

говорит о том, что переменные в вашем коде должны быть описаны через dim
lastrow у вас не описана (вместо этого - похожая переменная Dim lLastRow As Long), sstring1 и sstring2 тоже (должны быть - as string, у вас похожая переменная почему-то Dim sString As Long).
На это и ругается excel.

a_axe, Как мне правильно составть код исходя из тех требований, что я описал постом выше? Сможете помочь?

r-studio, перед тем как составлять код, правильно или неправильно, попробуйте сформулировать алгоритм. Я его тут не вижу.