数据挖掘 文本分类 （五）取名词去停用词

        之前写了一篇文本分类（五），不知道怎么滴没发表成功，csdn连个备份都没有，草稿箱里也没有，真是备受打击！

        隔了几天，只好重来......

        好，上一篇做到了分词这一步，然后就是取名词和去停用词了。

        首先说取名词，一篇文本，里边有好多词是没有用的，尤其对于判断这篇文本是某一类文本的时候。比如形容词，副词，助词什么的，这类词对我们判断文本属于哪一类没有任何作用，只有名词是比较能够代表某一类文本的，所以我们要把名词给取出来，然后用这些个名词去作为某一类文本的特征。停用词也是这个道理，我们看下老师提供的停用词表就知道，停用词也全都是没用的废话。比如：

        这个是老师给的停用词表，里边全是没有用的词，我们要把他们去掉。

        第一步，取名词。这个当然要用正则表达式了，