stopwords_zh:中文停用词

stopwords_zh 中文停用词：收集中文停用词，只为去除常见的无用词。 用 可以用于等中文文本分词，只需比较单词是否在列表中即可。 Python代码： #! /usr/bin/env python # encoding: utf-8 import codecs import jieba if __name__ == "__main__": str_in = "小明硕士毕业于中国科学院计算所，后在日本京都大学深造" stopwords = codecs.open('stopwords', 'r', 'utf-8').read().split(',') seg_list = jieba.cut_for_search(str_in) for seg in seg_list: if seg not in stopwords: pr