我在哪里可以找到详尽的停用词列表？我所拥有的那个很短，似乎不适用于科学文本。
我正在创建词汇链以从科学论文中提取关键主题。问题是像based，regarding等词语也应该被视为停用词，因为它们没有多大意义。
答案 0 :(得分：2)
您还可以轻松添加到现有的停用词列表。例如。使用NLTK工具包中的那个：
from nltk.corpus import stopwords
然后添加您认为缺少的内容：
stopwords = stopwords.words('english')+["based", "regarding"]
原始NLTK列表描述为here。
答案 1 :(得分：1)
很难找到一个详尽的停用词列表，因为给定的词可以被视为给定域中的停用词，但它是另一个域中的重要词。
你可以看看一些停用词列表：
http://blog.adlegant.com/how-to-install-nltk-corporastopwords/