批量读取文件夹里的txt文件，根据停用词词表以及词表使用最大逆向算法进行分词，将分词结果以同名文件储存在另一个文件夹里

好的，这是一个比较具体的编程问题。我可以为您提供一个Python的实现参考：

import os
import jieba

# 读取停用词表
stopwords = set()
with open('stopwords.txt', 'r', encoding='utf-8') as f:
    for line in f:
        stopwords.add(line.strip())

# 最大逆向匹配算法
def cut(string):
    seg_list = []
    max_len = 5 # 词的最大长度
    while string:
        word = None
        for i in range(max_len, 0, -1):
            if len(string) >= i and string[-i:] not in stopwords:
                word = string[-i:]
                seg_list.append(word)
                string = string[:-i]
                break
        if word is None:
            seg_list.append(string[-1])
            string = string[:-1]
    return seg_list[::-1]

# 遍历文件夹，处理每个txt文件
input_folder = 'input_folder'
output_folder = 'output_folder'
for filename in os.listdir(input_folder):
    if filename.endswith('.txt'):
        # 读取文件内容
        with open(os.path.join(input_folder, filename), 'r', encoding='utf-8') as f:
            content = f.read().strip()
        # 分词
        seg_list = cut(content)
        # 写入文件
        with open(os.path.join(output_folder, filename), 'w', encoding='utf-8') as f:
            f.write(' '.join(seg_list))

这段代码首先读取了停用词表，然后定义了一个最大逆向匹配算法的函数 `cut`，接着遍历了指定文件夹内的所有txt文件，读取每个文件的内容并进行分词，最后将分词结果写入同名文件中。请注意在使用前将 `input_folder` 和 `output_folder` 改为实际的文件夹路径。