nlp - NLP 的停用词列表

Question

he, she, it在执行 NLP 或 IR/IE 相关任务时，是否有人们通常用来删除标点符号和关闭类词（例如）的停用词列表？

我一直在尝试使用 gibbs 抽样来进行词义消歧的主题建模，并且它不断给标点符号和近类词提供高概率，只是因为它们经常出现在语料库中。https://github.com/christianscheible/BNB/blob/master/nb_gibbs.py

Answer 1

你试过谷歌搜索吗？我得到的热门文章要么包含停用词列表，要么是链接到所述列表的堆栈溢出帖子：

• 这里
• 和这里
• 和这里