# 分词，并过滤停用词 stop_words <- stop_words$word comments_words <- comments_df_clean$content %>% unnest_tokens(word, content) %>% anti_join(stop_words)，优化代码，使其可以读取字符型数据

可以使用以下代码来进行分词并过滤停用词，同时支持读取字符型数据：

library(tidytext)
library(dplyr)

# 读取停用词表
stop_words <- data.frame(word = stopwords("en"))

# 读取数据并进行清洗
comments_df <- read.csv("comments.csv", stringsAsFactors = FALSE)
comments_df_clean <- comments_df %>% 
  filter(!is.na(content)) %>% 
  mutate(content = tolower(content)) %>% 
  mutate(content = gsub("[^[:alnum:] ]", " ", content)) %>% 
  mutate(content = gsub("\\s+", " ", content))

# 分词并过滤停用词
comments_words <- comments_df_clean$content %>% 
  unnest_tokens(word, content) %>%
  anti_join(stop_words, by = "word")

其中，`read.csv()`函数用于读取CSV文件，`stringsAsFactors = FALSE`参数指定字符型数据不转换为因子型。`filter()`函数用于过滤空值，`tolower()`函数用于将文本转换为小写，`gsub()`函数用于替换不需要的字符，`unnest_tokens()`函数用于将文本分词，`anti_join()`函数用于过滤停用词。