- 1、jieba分词库:这是一个常用的中文分词库,它提供了设置停用词的功能。
- 在使用jieba.analyse提取高频词时,可以事先把停用词存入一个文件,然后用jieba.analyse.set_stop_words('stopwords.txt')来设置停用词,这样提取出的高频词就不会出现停用词了。
- 2、wordcloud库
- 在使用 wordcloud 画词云图时,可以设置WordCloud对象的参数stopwords,把需要设置的停用词放到这个参数里,以过滤掉无意义的词语,从而绘制出更有意义的词云图。
- 3、nltk库:这是一个强大的自然语言处理库,它提供了多种语言的停用词列表。
- 可以通过 nltk.corpus.stopwords 来获取英文或中文的停用词列表,并用于过滤文本中的停用词。
- 4、sklearn库:机器学习库,虽然它主要用于模型训练和预测,但在文本处理中,它也可以用来帮助识别和过滤停用词。
- 5、gensim库:主题建模和文档相似性分析的库,它也提供了一些文本处理的功能,包括停用词的过滤。
- 6、spacy库:先进的自然语言处理库,它支持多种语言,并提供了停用词的识别和过滤功能。