Bu koddaki stopwords'ler nasıl seçilir?

Question

Sentiment Analysis'i yazmak için kod yazdım, bu yüzden cümlelerin negatif oder pozitif olarak etiketlendiği iki farklı sözlük kullanıyorum. Benim kod parçacığı şimdiye kadar bu gibi görünüyor: Ben sözlükte cümle tüm Stopwords elimate için kod istiyorum

Şimdi

def format_sentence(sentence): 
    return {word: True for word in word_tokenize(satz) } 

pos_data = [] 
with open('Positiv.txt') as f: 
    for line in f: 
     pos_data.append([format_sentence(line), 'pos']) 

neg_data = [] 
with open('Negativ.txt') as f: 
    for line in f: 
     neg_data.append([format_sentence(line), 'neg']) 

training_data = pos_data[:3] + neg_data[:3] 
test_data = pos_data[3:] + neg_data[3:] 

model = NaiveBayesClassifier.train(training_data) 

ama ben bir acemi olarak benim koduna o nasıl uygulanacağı bilmiyorum Python programlamasında. bu

Answer 1

:) olan herkes sadece piton listelerini kullanıyorsanız, silinen engellenecek kelime ile yeni bir liste oluşturur bu kod şablonu, denemek bana yardımcı olabilir, ben çok memnun olurum:

list_without_stopwords = [word for word in original_list if word not in stopword_list] 

Answer 2

görünüyor NLTK’daki Naive Bayes Classifier uygulamasını kullanıyorsunuz. NLTK ayrıca bazı diller için durdurma listeleri oluşturmuştur.

from nltk.corpus import stopwords 
stops = stopwords.words('english') 

def format_sentence(sentence): 
    return {word: True for word in word_tokenize(sentence) if word not in stops}