Python中的停用词去除与词干提取

Question

我有一份比较大的文档，想用Python对文档中的单词进行去除常用词和词干提取。有没有现成的工具包可以用？如果没有，能不能提供一个对大文档处理速度够快的代码？谢谢！

Answer 1

如果你出于某种原因不想使用NLTK这个工具，可以试试PyStemmer。至于停用词，你只需要下载一份列表（可以在网上搜索一下），然后把这些词过滤掉就行了。

Answer 2

NLTK 是支持这个功能的。