python - 停用词删除困境

Question

我正面临 NLTK 中停用词功能的困境。我正在通过使用 NLTK 删除停用词来处理来自社交媒体平台的用户生成的内容。然而，问题是我想在用户文本中保留人称代词，这对分类任务很重要。这些包括诸如“我”“你”“我们”等词。

不幸的是，停用词功能也删除了这些词，我需要它们存在。我该如何解决这个问题？

Answer 1

import nltk
from nltk.corpus import stopwords
stop_words= stopwords.words('english')
type(stop_words)
print(len(stop_words))

如果您查看输出，停用词的类型是列表。然后:

personal_pronouns= ['i', 'you', 'she', 'he', 'they'] # you can add another words for remove
for word in personal_pronouns:
    if word in stop_words:
        stop_words.remove(word)
        print(word+ '  Deleted')
print(len(stop_words))