jieba分词后去除停用词 python

使用 jieba 库分词后，可以通过去除停用词来进一步提高分词效果。以下是使用 jieba 库和中文停用词表对一个句子进行分词并去除停用词的示例代码：

import jieba
from jieba import analyse

stopwords_file = "stopwords.txt"
sentence = "我爱自然语言处理，也喜欢机器学习和深度学习。"

# 加载停用词表
stopwords = set()
with open(stopwords_file, "r", encoding="utf-8") as f:
    for line in f:
        stopwords.add(line.strip())

# 分词并去除停用词
words = jieba.cut(sentence)
filtered_words = []
for word in words:
    if word not in stopwords:
        filtered_words.append(word)

print("分词结果：", "/".join(filtered_words))

其中，stopwords.txt 是包含中文停用词的文本文件，可以从网上下载。在上述代码中，我们使用了 Python 的 set 数据结构来存储停用词，然后在分词过程中将停用词过滤掉。最后输出过滤后的分词结果，结果如下：

分词结果： 爱/自然语言处理/喜欢/机器学习/深度学习