python - nltk pos标签脏话

Question

有没有办法使用NLTK显示给定文本中的填充词？如果没有，有人知道我在哪里可以得到一个带有英文填充词的单词表吗？谢谢你

已解决：从 nltk.corpus 导入停用词

Answer 1

NLTK 本身并没有提供这样的列表，尽管在 Web 的其他地方可以找到许多列表。

存在相当多的来源：网络搜索带有“亵渎” 、 “badwords.txt”或blacklists.txt的词表会产生很多来源。

• noswearing.com是一个起点。
• 像 Netnanny 和其他几个网站使用“审查列表”（这个线程有一个链接）。下载一个并从那里开始。

在我们公司的案例中，我们最终创建了自己的列表并根据需要添加到其中。根据您的受众，列表必须进行调整和调整。

最后，即使这个SO 问题已关闭（以及关于 php），我发现参考资料和讨论非常有用。

更新：您想要的是STOP WORDS列表。

1. 试试：http ://www.ranks.nl/resources/stopwords.html
2. 麻省理工学院还维护着一个停用词列表。

希望有帮助。