🤔

自然言語処理 初心者

neteta

昨日は特に何もしなかった. 怠惰である.


ストップワードとは文章において"the"とか"is"のように文章中の話題に関連がない語のことを指す.

import nltk
#初回起動ではコーパスがないため, DLが途中で止まるかもしれない
ntlk.download('all-corpora')

from nltk.corpus import stopwords
slist = stopwords.words('English')
print(slist)

'''
実行結果 > ['i', 'me', 'my', 'myself', 'we', 'our', 'ours', 'ourselves', 
 'you', 'your', 'yours', 'yourself', 'yourselves', 'he', 'him', 'his', 'himself', 
'she', 'her', 'hers', 'herself', 'it', 'its', 'itself', 'they', 'them', 'their', 'theirs',
 'themselves', 'what', 'which', 'who', 'whom', 'this', 'that', 'these', 'those', 
'am', 'is', 'are', 'was', 'were', 'be', 'been', 'being', 'have', 'has', 'had', 'having',
 'do', 'does', 'did', 'doing', 'a', 'an', 'the', 'and', 'but', 'if', 'or', 'because', 'as', 
'until', 'while', 'of', 'at', 'by', 'for', 'with', 'about', 'against', 'between', 'into', 
'through', 'during', 'before', 'after', 'above', 'below', 'to', 'from', 'up', 'down',
 'in', 'out', 'on', 'off', 'over', 'under', 'again', 'further', 'then', 'once', 'here', 'there', 
'when', 'where', 'why', 'how', 'all', 'any', 'both', 'each', 'few', 'more', 'most', 'other', 
'some', 'such', 'no', 'nor', 'not', 'only', 'own', 'same', 'so', 'than', 'too', 'very', 's', 't', 
'can', 'will', 'just', 'don', 'should', 'now', 'd', 'll', 'm', 'o', 're', 've', 'y', 'ain', 'aren',
 'couldn', 'didn', 'doesn', 'hadn', 'hasn', 'haven', 'isn', 'ma', 'mightn', 'mustn',
 'needn', 'shan', 'shouldn', 'wasn', 'weren', 'won', 'wouldn']
'''

#リストに"."や","等を加えておく
alist = [".",",",";",":"]
for line in adlist:
 slist.append(line)

[nltk_data] | Downloading package panlex_lite to

辺りで停止する気がする(´・ω・`)
それまでにstopwordsはDLしてるからとりあえず使えるようになる.
けれど釈然としない…