HanLP研究之二 - 关闭词性及停用词过滤
今天又接着研究Python中HanLP的使用,之前朋友问我你这个HanLP带词性的,能不能把它停用掉,我只需要分词,正好今天看到这边,就记录下。
停用词性
方法超简单,只需要一段代码:
HanLP.Config.ShowTermNature = False
词性没有了,但是好多干扰词啊,还有标点符号,都没有用的,看着好乱啊,怎么办?我去百度了下,还真有方法,叫停用词过滤
停用词过滤
CoreStopWordDictionary = JClass(com.hankcs.hanlp.dictionary.stopword.CoreStopWordDictionary)
term_list = HanLP.segment(txt)
CoreStopWordDictionary.apply(term_list)
print(term_list)
这里的 txt是要过滤的文本啊,我自己设置的变量是txt
来个效果对比:
是不是感觉清爽多了,当然还有自定义停用词,自己写一些方法等等,我也没深入研究,需要的话可以继续深入研究,就到这,下次有研究到新的会继续记录。