単語数

説明

この課題の目的は、ドラマの字幕の中で各単語が何回登場するかを数えることです。

これらのドラマの字幕には、ASCII文字しか使われていません。

登場人物はよく、they're や it's のような短縮形を使って、くだけた英語で話します。こうした短縮形は2つの単語（たとえば、we are）からできていますが、短縮形（we're）は1つの単語とみなされます。

単語は、あらゆる種類の句読点（たとえば、":"、"!"、"?"）や空白文字（たとえば、"\t"、"\n"、" "）で区切られます。単語を区切らない唯一の句読点は、短縮形の中のアポストロフィです。

数値も単語として扱われます。字幕に It costs 100 dollars. とあるなら、100 がそれだけで1つの単語になります。

単語は大文字と小文字を区別しません。たとえば、you という単語は次の文に3回登場します。

You come back, you hear me? DO YOU HEAR ME?

結果の中で単語の数を並べる順番は問いません。

ここまでに挙げた要素をいくつか取り入れた例がこちらです。

• 単純な単語
• 短縮形
• 数値
• 大文字と小文字を区別しない単語
• 単語を区切る句読点（アポストロフィを含む）
• 単語を区切るさまざまな空白文字

"That's the password: 'PASSWORD 123'!", cried the Special Agent.\nSo I fled.

この字幕の集計結果は、次のようになります。

123: 1
agent: 1
cried: 1
fled: 1
i: 1
password: 2
so: 1
special: 1
that's: 1
the: 2

result列には、JSONでエンコードされたオブジェクトのオブジェクトを格納します。各単語がキーで、カウントが整数値です。

たとえば、上の文を考えてみましょう："That's the password: 'PASSWORD 123'!", cried the Special Agent.\nSo I fled. この入力に対するresultは、次のようになります：

{"123":1,"agent":1,"cried":1,"fled":1,"i":1,"password":2,"so":1,"special":1,"that's":1,"the":2}

テーブルスキーマ

CREATE TABLE "word-count" (
    sentence TEXT NOT NULL,
    result   TEXT               -- json object
);

JSONドキュメント

JSON関数と演算子