pessoal estou com um probleminha em c++

Suponhamos q sejam dois arquivos com centenas de textos t1 e t2, das classes C1 e C2,
respectivamente.
t1 é "Doce de batata doce eh bom, mas engorda, Mulher!" e t2 é "Maria
eh um doce de mulher"

A partir de todos os textos é gerado um dicionário, ordenado, de todas
as palavras que ocorrem em todos os textos. No exemplo, o é:

0. batata
1. bom
2. de
3. doce
4. eh
5. engorda
6. maria
7. mas
8. mulher
9. um

Agora, cada texto será representado por um vetor de 10 números. Assim:
t1: 1, 1, 1, 1, 1, 1, 0, 1, 1, 0, C1
t2: 0, 0, 1, 1, 1, 0, 1, 0, 1, 1, C2