multistop ~ 多语言停用词库

一、cnstopwords

停用词表, 同时支持中英德等15种语言。   https://github.com/thunderhit/multistop

二、安装

pip3 install multistop

三、使用

初始化停用词类

from multistop import Stopwords
#默认选取的中文lang='chinese'
sw = Stopwords()

查看支持的语言

sw.languages()

Run

dict_keys(['dutch', 'german', 'hungarian', 'turkish', 'russian', 'italian', 'english', 'norwegian', 'portuguese', 'finnish', 'danish', 'french', 'swedish', 'spanish', 'chinese'])

选择某种语言的停用词表

sw.setlang(lang='chinese')

Run

set language to chinese

词表长度

sw.size()

Run

778

查看停用词表是否含有某词

sw.contains('的')

Run

True

添加新停用词

sw.add('6啊')sw.size()

Run

779

将现在的中文停用词表下载到chinese.txt文件

sw.download('chinese.txt')

扫码免费领1万代理IP,高并发不限制，稳定速度快，快去薅羊毛吧！

精选文章

“分享”和“在看”是更好的支持