在中文网站里面其实也存在大量的stop word。比如，我们前面这句话，“在”、“里面”、“也”、“的”、“它”、“为”这些词都是停止词。这些词因为使用频率过高，几乎每个网页上都存在，所以搜索引擎开发人员都将这一类词语全部忽略掉。
2019-12-21 20:12:26
3KB
1
综合多种停用词表，进行合并去重处理，http://blog.csdn.net/kevinelstri/article/details/70227981
2019-12-21 20:03:17
21KB
1
文本分析--停用词集合（结合哈工大停用词表、四川大学机器智能实验室停用词库、百度停用词表等）http://blog.csdn.net/kevinelstri/article/details/70227981
2019-12-21 20:03:17
44KB
1
资料包里面含有完整版的复旦大学语料库，外加上本人针对这个语料库而收集整理的分词表，还包括本人精选10类各100篇，以及对其进行分词后的文件，以及只筛选名词后的文件
2019-12-21 18:57:19
105.44MB
1