一、需求分析

---

统计给定英文文档中单词出现的频率，要求速度快、准确率高，有良好的交互界面，初期实现简单的分词、统计功能，不考虑词形变换等复杂情况，中期要实现相对简单的词形还原任务，后期实现复杂的词形变换还原（需要较强的自然语言处理能力，暂不考虑）

二、环境搭建

---

| 所需环境 | 推荐工具 |
| ------------- |:-------------:| -----:|
|Python编程工具|PyCharm 2016.2|
|Python版本|Python 3.5|
|PyQt版本|PyQt5 |
|界面设计| QtDesigner|
|打包程序| pyinstaller|

• 1、官网下载安装Python3.5
• 2、官网下载安装PyCharm
• 3、可以在PyCharm打开setting>Project Interpreter>点击加号搜索PyQt5直接安装，其他安装方式请自行搜索
• 4、下载Qt5.7安装，自带QtDesigner和QtCreator
  注意事项
  网上搜索许多PyQt教程，他们的PyQt5中一般自带QtDesigner程序，不知道为什么我的没有，所以只好下载完整的Qt5.7安装包
• 5、PyInstaller支持Python3，cx_Freeze暂不支持

三、测试案例

---

使用1M、20M、100M的txt文档，1M、100M的doc文档，50M的docx文档，一个小型的数字文档测试对数字分词的准确率

第一次次测试文档 第二次测试文档