get_stop_words():构建停用词列表

停用词:

在文本处理过程中,被忽略或删除的词汇。这些词汇通常是频繁出现的无实际意义的词语,例如介词、连词、冠词、代词。删去文本中的停用词,可以在训练时节省大量的存储空间和计算资源。

def get_stop_words():  
    with open(STOP_WORD, encoding="utf-8") as f:  
        stop_words = [line.strip() for line in f]  
    return stop_words

代码解释: 

  1. 定义了一个名为get_stop_words的函数。
  2. 使用with语句打开一个名为STOP_WORD的文件。
  3. stop_words = []:初始化一个空列表,用于存储从文件中读取的停用词。
  4. 迭代文件对象f,读取每一行。
  5. 使用strip()方法去掉每一行开头和结尾的空白字符,包括空格、制表符和换行符。
  6. 输出stop_words列表。
  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值