java结巴分词停用词

Java结巴分词是一个常用的中文分词工具，可以用于将中文文本进行切分。在使用结巴分词时，可以添加自定义的停用词来过滤掉一些常见但无实际意义的词语。

以下是一个示例代码，演示如何使用Java结巴分词并添加自定义的停用词：

import com.huaban.analysis.jieba.JiebaSegmenter;
import com.huaban.analysis.jieba.SegToken;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

public class JiebaDemo {
    public static void main(String[] args) {
        // 创建结巴分词对象
        JiebaSegmenter segmenter = new JiebaSegmenter();

        // 待分词的文本
        String text = "我爱Java编程";

        // 自定义停用词列表
        List<String> stopWords = Arrays.asList("我", "编程");

        // 分词结果列表
        List<SegToken> segTokens = segmenter.process(text, JiebaSegmenter.SegMode.SEARCH);

        // 过滤停用词
        List<String> result = new ArrayList<>();
        for (SegToken segToken : segTokens) {
            String word = segToken.word;
            if (!stopWords.contains(word)) {
                result.add(word);
            }
        }

        // 打印分词结果
        System.out.println(result);
    }
}

在上述代码中，我们首先创建了一个JiebaSegmenter对象，然后指定待分词的文本。接着，我们定义了一个自定义的停用词列表，其中包含了"我"和"编程"这两个词。然后，我们调用JiebaSegmenter的process方法对文本进行分词，并指定分词模式为SEARCH。最后，我们遍历分词结果，过滤掉停用词，并将非停用词添加到结果列表中，最终打印出分词结果。