stop word理解及超全的停用词表
停用詞過濾，是文本分析中一個預處理方法。它的功能是過濾分詞結果中的噪聲（例如：的、是、啊等）
停用詞是指在信息檢索中，為節省存儲空間和提高搜索效率，在處理自然語言數據（或文本）之前或之后會自動過濾掉某些字或詞，這些字或詞即被稱為Stop Words（停用詞）。這些停用詞都是人工輸入、非自動化生成的，生成后的停用詞會形成一個停用詞表。但是，并沒有一個明確的停用詞表能夠適用于所有的工具。甚至有一些工具是明確地避免使用停用詞來支持短語搜索的。
類別
對于一個給定的目的，任何一類的詞語都可以被選作停用詞。通常意義上，停用詞大致分為兩類。一類是人類語言中包含的功能詞，這些功能詞極其普遍，與其他詞相比，功能詞沒有什么實際含義，比如'the'、'is'、'at'、'which'、'on'等。但是對于搜索引擎來說，當所要搜索的短語包含功能詞，特別是像'The Who'、'The The'或'Take The'等復合名詞時，停用詞的使用就會導致問題。另一類詞包括詞匯詞，比如'want'等，這些詞應用十分廣泛，但是對這樣的詞搜索引擎無法保證能夠給出真正相關的搜索結果，難以幫助縮小搜索范圍，同時還會降低搜索的效率，所以通常會把這些詞從問題中移去，從而提高搜索性能。
介紹
人類語言包含很多功能詞。與其他詞相比，功能詞沒有什么實際含義。最普遍的功能詞是限定詞（“the”、“a”、“an”、“that”、和“those”），這些詞幫助在文本中描述名詞和表達概念，如地點或數量。介詞如：“over”，“under”，“above” 等表示兩個詞的相對位置。
這些功能詞的兩個特征促使在搜索引擎的文本處理過程中對其特殊對待。第一，這些功能詞極其普遍。記錄這些詞在每一個文檔中的數量需要很大的磁盤空間。第二，由于它們的普遍性和功能，這些詞很少單獨表達文檔相關程度的信息。如果在檢索過程中考慮每一個詞而不是短語，這些功能詞基本沒有什么幫助。
在信息檢索中，這些功能詞的另一個名稱是：停用詞（stopword）。稱它們為停用詞是因為在文本處理過程中如果遇到它們，則立即停止處理，將其扔掉。將這些詞扔掉減少了索引量，增加了檢索效率，并且通常都會提高檢索的效果。停用詞主要包括英文字符、數字、數學字符、標點符號及使用頻率特高的單漢字等。
功能
為節省存儲空間和提高搜索效率，搜索引擎在索引頁面或處理搜索請求時會自動忽略某些字或詞，這些字或詞即被稱為Stop Words(停用詞)。通常意義上，Stop Words大致為如下兩類：
1、這些詞應用十分廣泛，在Internet上隨處可見，比如“Web”一詞幾乎在每個網站上均會出現，對這樣的詞搜索引擎無 法保證能夠給出真正相關的搜索結果，難以幫助縮小搜索范圍，同時還會降低搜索的效率；
2、這類就更多了，包括了語氣助詞、副詞、介詞、連接詞等，通常自身 并無明確的意義，只有將其放入一個完整的句子中才有一定作用，如常見的“的”、“在”之類。
舉個例子來說，像“IT技術點評”，雖然其中的“IT”從我們的本意上是指“Information Technology”，事實上這種縮寫也能夠為大多數人接受，但對搜索引擎來說，此“IT”不過是“it”，即“它”的意思，這在英文中是一個極其常見 同時意思又相當含混的詞，在大多數情況下將被忽略。我們在IT技術點評中保留“IT”更多地面向“人”而非搜索引擎，以求用戶能明了IT技術點評網站涉及的內容限于信息技術，雖然從SEO的角度這未必是最佳的處理方式。
了解Stop Words，在網頁內容中適當地減少Stop Words出現的頻率，可以有效地幫助我們提高關鍵詞密度，而在網頁Title中避免出現Stop Words往往能夠讓我們優化的關鍵詞更突出。
!
"
#
$
%
&
'
(
)
*
+
,
-
--
.
..
...
......
...................
./
.一
.數
.日
/
//
0
1
2
3
4
5
6
7
8
9
:
://
::
;
<
=
>
>>
?
@
A
Lex
[
\
]
^
_
`
exp
sub
sup
|
}
~
~~~~
·
×
×××
Δ
Ψ
γ
μ
φ
φ．
В
—
——
———
‘
’
’‘
“
”
”，
…
……
…………………………………………………③
′∈
′｜
℃
Ⅲ
↑
→
∈［
∪φ∈
≈
①
②
②ｃ
③
③］
④
⑤
⑥
⑦
⑧
⑨
⑩
──
■
▲
、
。
〈
〉
《
》
》），
」
『
』
【
】
〔
〕
〕〔
㈧
一
一.
一一
一下
一個
一些
一何
一切
一則
一則通過
一天
一定
一方面
一旦
一時
一來
一樣
一次
一片
一番
一直
一致
一般
一起
一轉眼
一邊
一面
七
萬一
三
三天兩頭
三番兩次
三番五次
上
上下
上升
上去
上來
上述
上面
下
下列
下去
下來
下面
不
不一
不下
不久
不了
不亦樂乎
不僅
不僅...而且
不僅僅
不僅僅是
不會
不但
不但...而且
不光
不免
不再
不力
不單
不變
不只
不可
不可開交
不可抗拒
不同
不外
不外乎
不夠
不大
不如
不妨
不定
不對
不少
不盡
不盡然
不巧
不已
不常
不得
不得不
不得了
不得已
不必
不怎么
不怕
不惟
不成
不拘
不擇手段
不敢
不料
不斷
不日
不時
不是
不曾
不止
不止一次
不比
不消
不滿
不然
不然的話
不特
不獨
不由得
不知不覺
不管
不管怎樣
不經意
不勝
不能
不能不
不至于
不若
不要
不論
不起
不足
不過
不迭
不問
不限
與
與其
與其說
與否
與此同時
專門
且
且不說
且說
兩者
嚴格
嚴重
個
個人
個別
中小
中間
豐富
串行
臨
臨到
為
為主
為了
為什么
為什麼
為何
為止
為此
為著
主張
主要
舉凡
舉行
乃
乃至
乃至于
么
之
之一
之前
之后
之後
之所以
之類
烏乎
乎
乒
乘
乘勢
乘機
乘勝
乘虛
乘隙
九
也
也好
也就是說
也是
也罷
了
了解
爭取
二
二來
二話不說
二話沒說
于
于是
于是乎
云云
云爾
互
互相
五
些
交口
亦
產生
親口
親手
親眼
親自
親身
人
人人
人們
人家
人民
什么
什么樣
什麼
僅
僅僅
今
今后
今天
今年
今後
介于
仍
仍舊
仍然
從
從不
從嚴
從中
從事
從今以后
從優
從古到今
從古至今
從頭
從寬
從小
從新
從無到有
從早到晚
從未
從來
從此
從此以后
從而
從輕
從速
從重
他
他人
他們
他是
他的
代替
以
以上
以下
以為
以便
以免
以前
以及
以后
以外
以後
以故
以期
以來
以至
以至于
以致
們
任
任何
任憑
任務
企圖
伙同
會
偉大
傳
傳說
傳聞
似乎
似的
但
但凡
但愿
但是
何
何樂而不為
何以
何況
何處
何妨
何嘗
何必
何時
何止
何苦
何須
余外
作為
你
你們
你是
你的
使
使得
使用
例如
依
依據
依照
依靠
便
便于
促進
保持
保管
保險
俺
俺們
倍加
倍感
倒不如
倒不如說
倒是
倘
倘使
倘或
倘然
倘若
借
借以
借此
假使
假如
假若
偏偏
做到
偶爾
偶而
儻然
像
兒
允許
元／噸
充其極
充其量
充分
先不先
先后
先後
先生
光
光是
全體
全力
全年
全然
全身心
全部
全都
全面
八
八成
公然
六
兮
共
共同
共總
關于
其
其一
其中
其二
其他
其余
其后
其它
其實
其次
具體
具體地說
具體來說
具體說來
具有
兼之
內
再
再其次
再則
再有
再次
再者
再者說
再說
冒
沖
決不
決定
決非
況且
準備
湊巧
凝神
幾
幾乎
幾度
幾時
幾番
幾經
凡
凡是
憑
憑借
出
出于
出去
出來
出現
分別
分頭
分期
分期分批
切
切不可
切切
切勿
切莫
則
則甚
剛
剛好
剛巧
剛才
初
別
別人
別處
別是
別的
別管
別說
到
到了兒
到處
到頭
到頭來
到底
到目前為止
前后
前此
前者
前進
前面
加上
加之
加以
加入
加強
動不動
動輒
勃然
匆匆
十分
千
千萬
千萬千萬
半
單
單單
單純
即
即令
即使
即便
即刻
即如
即將
即或
即是說
即若
卻
卻不
歷
原來
去
又
又及
及
及其
及時
及至
雙方
反之
反之亦然
反之則
反倒
反倒是
反應
反手
反映
反而
反過來
反過來說
取得
取道
受到
變成
古來
另
另一個
另一方面
另外
另悉
另方面
另行
只
只當
只怕
只是
只有
只消
只要
只限
叫
叫做
召開
叮咚
叮當
可
可以
可好
可是
可能
可見
各
各個
各人
各位
各地
各式
各種
各級
各自
合理
同
同一
同時
同樣
后
后來
后者
后面
向
向使
向著
嚇
嗎
否則
吧
吧噠
吱
呀
呃
呆呆地
吶
嘔
唄
嗚
嗚呼
呢
周圍
呵
呵呵
呸
呼哧
呼啦
咋
和
咚
咦
咧
咱
咱們
咳
哇
哈
哈哈
哉
哎
哎呀
哎喲
嘩
嘩啦
喲
哦
哩
哪
哪個
哪些
哪兒
哪天
哪年
哪怕
哪樣
哪邊
哪里
哼
哼唷
唉
唯有
啊
啊呀
啊哈
啊喲
啐
啥
啦
啪達
啷當
喀
喂
喏
喔唷
嘍
嗡
嗡嗡
嗬
嗯
噯
嘎
嘎嘎
嘎登
噓
嘛
嘻
嘿
嘿嘿
四
因
因為
因了
因此
因著
因而
固
固然
在
在下
在于
地
均
堅決
堅持
基于
基本
基本上
處在
處處
處理
復雜
多
多么
多虧
多多
多多少少
多多益善
多少
多年前
多年來
多數
多次
夠瞧的
大
大不了
大舉
大事
大體
大體上
大凡
大力
大多
大多數
大大
大家
大張旗鼓
大批
大抵
大概
大略
大約
大致
大都
大量
大面兒上
失去
奇
奈
奮勇
她
她們
她是
她的
好
好在
好的
好象
如
如上
如上所述
如下
如今
如何
如其
如前所述
如同
如常
如是
如期
如果
如次
如此
如此等等
如若
始而
姑且
存在
存心
孰料
孰知
寧
寧可
寧愿
寧肯
它
它們
它們的
它是
它的
安全
完全
完成
定
實現
實際
宣布
容易
密切
對
對于
對應
對待
對方
對比
將
將才
將要
將近
小
少數
爾
爾后
爾爾
爾等
尚且
尤其
就
就地
就是
就是了
就是說
就此
就算
就要
盡
盡可能
盡如人意
盡心盡力
盡心竭力
盡快
盡早
盡然
盡管
盡管如此
盡量
局外
居然
屆時
屬于
屢
屢屢
屢次
屢次三番
豈
豈但
豈止
豈非
川流不息
左右
巨大
鞏固
差一點
差不多
己
已
已矣
已經
巴
巴巴
帶
幫助
常
常常
常言說
常言說得好
常言道
平素
年復一年
并
并不
并不是
并且
并排
并無
并沒
并沒有
并肩
并非
廣大
廣泛
應當
應用
應該
庶乎
庶幾
開外
開始
開展
引起
弗
彈指之間
強烈
強調
歸
歸根到底
歸根結底
歸齊
當
當下
當中
當兒
當前
當即
當口兒
當地
當場
當頭
當庭
當時
當然
當真
當著
形成
徹夜
徹底
彼
彼時
彼此
往
往往
待
待到
很
很多
很少
後來
後面
得
得了
得出
得到
得天獨厚
得起
心里
必
必定
必將
必然
必要
必須
快
快要
忽地
忽然
怎
怎么
怎么辦
怎么樣
怎奈
怎樣
怎麼
怕
急匆匆
怪
怪不得
總之
總是
總的來看
總的來說
總的說來
總結
總而言之
恍然
恐怕
恰似
恰好
恰如
恰巧
恰恰
恰恰相反
恰逢
您
您們
您是
惟其
慣常
意思
憤然
愿意
慢說
成為
成年
成年累月
成心
我
我們
我是
我的
或
或則
或多或少
或是
或曰
或者
或許
戰斗
截然
截至
所
所以
所在
所幸
所有
所謂
才
才能
撲通
打
打從
打開天窗說亮話
擴大
把
抑或
抽冷子
攔腰
拿
按
按時
按期
按照
按理
按說
挨個
挨家挨戶
挨次
挨著
挨門挨戶
挨門逐戶
換句話說
換言之
據
據實
據悉
據我所知
據此
據稱
據說
掌握
接下來
接著
接著
接連不斷
放量
故
故意
故此
故而
敞開兒
敢
敢于
敢情
數/
整個
斷然
方
方便
方才
方能
方面
旁人
無
無寧
無法
無論
既
既...又
既往
既是
既然
日復一日
日漸
日益
日臻
日見
時候
昂然
明顯
明確
是
是不是
是以
是否
是的
顯然
顯著
普通
普遍
暗中
暗地里
暗自
更
更為
更加
更進一步
曾
曾經
替
替代
最
最后
最大
最好
最後
最近
最高
有
有些
有關
有利
有力
有及
有所
有效
有時
有點
有的
有的是
有著
有著
望
朝
朝著
末##末
本
本人
本地
本著
本身
權時
來
來不及
來得及
來看
來著
來自
來講
來說
極
極為
極了
極其
極力
極大
極度
極端
構成
果然
果真
某
某個
某些
某某
根據
根本
格外
梆
概
次第
歡迎
歟
正值
正在
正如
正巧
正常
正是
此
此中
此后
此地
此處
此外
此時
此次
此間
殆
毋寧
每
每個
每天
每年
每當
每時每刻
每每
每逢
比
比及
比如
比如說
比方
比照
比起
比較
畢竟
毫不
毫無
毫無例外
毫無保留地
汝
沙沙
沒
沒奈何
沒有
沿
沿著
注意
活
深入
清楚
滿
滿足
漫說
焉
然
然則
然后
然後
然而
照
照著
牢牢
特別是
特殊
特點
猶且
猶自
獨
獨自
猛然
猛然間
率爾
率然
現代
現在
理應
理當
理該
瑟瑟
甚且
甚么
甚或
甚而
甚至
甚至于
用
用來
甫
甭
由
由于
由是
由此
由此可見
略
略為
略加
略微
白
白白
的
的確
的話
皆可
目前
直到
直接
相似
相信
相反
相同
相對
相對而言
相應
相當
相等
省得
看
看上去
看出
看到
看來
看樣子
看看
看見
看起來
真是
真正
眨眼
著
著呢
矣
矣乎
矣哉
知道
砰
確定
碰巧
社會主義
離
種
積極
移動
究竟
窮年累月
突出
突然
竊
立
立刻
立即
立地
立時
立馬
竟
竟然
竟而
第
第二
等
等到
等等
策略地
簡直
簡而言之
簡言之
管
類如
粗
精光
緊接著
累年
累次
純
純粹
縱
縱令
縱使
縱然
練習
組成
經
經常
經過
結合
結果
給
絕
絕不
絕對
絕非
絕頂
繼之
繼后
繼續
繼而
維持
綜上所述
縷縷
罷了
老
老大
老是
老老實實
考慮
者
而
而且
而況
而又
而后
而外
而已
而是
而言
而論
聯系
聯袂
背地里
背靠背
能
能否
能夠
騰
自
自個兒
自從
自各兒
自后
自家
自己
自打
自身
臭
至
至于
至今
至若
致
般的
良好
若
若夫
若是
若果
若非
范圍
莫
莫不
莫不然
莫如
莫若
莫非
獲得
藉以
雖
雖則
雖然
雖說
蠻
行為
行動
表明
表示
被
要
要不
要不是
要不然
要么
要是
要求
見
規定
覺得
譬喻
譬如
認為
認真
認識
讓
許多
論
論說
設使
設或
設若
誠如
誠然
話說
該
該當
說明
說來
說說
請勿
諸
諸位
諸如
誰
誰人
誰料
誰知
謹
豁然
賊死
賴以
趕
趕快
趕早不趕晚
起
起先
起初
起頭
起來
起見
起首
趁
趁便
趁勢
趁早
趁機
趁熱
趁著
越是
距
跟
路經
轉動
轉變
轉貼
轟然
較
較為
較之
較比
邊
達到
達旦
迄
迅速
過
過于
過去
過來
運用
近
近幾年來
近年來
近來
還
還是
還有
還要
這
這一來
這個
這么
這么些
這么樣
這么點兒
這些
這會兒
這兒
這就是說
這時
這樣
這次
這點
這種
這般
這邊
這里
這麼
進入
進去
進來
進步
進而
進行
連
連同
連聲
連日
連日來
連袂
連連
遲早
迫于
適應
適當
適用
逐步
逐漸
通常
通過
造成
逢
遇到
遭到
遵循
遵照
避免
那
那個
那么
那么些
那么樣
那些
那會兒
那兒
那時
那末
那樣
那般
那邊
那里
那麼
部分
都
鄙人
采取
里面
重大
重新
重要
鑒于
針對
長期以來
長此下去
長線
長話短說
問題
間或
防止
阿
附近
陳年
限制
陡然
除
除了
除卻
除去
除外
除開
除此
除此之外
除此以外
除此而外
除非
隨
隨后
隨時
隨著
隨著
隔夜
隔日
難得
難怪
難說
難道
難道說
集中
零
需要
非但
非常
非徒
非得
非特
非獨
靠
頂多
頃
頃刻
頃刻之間
頃刻間
順
順著
頓時
頗
風雨無阻
飽
首先
馬上
高低
高興
默然
默默地
齊
︿
！
＃
＄
％
＆
＇
（
）
）÷（１－
）、
＊
＋
＋ξ
＋＋
，
，也
－
－β
－－
－［＊］－
．
／
０
０：２
１
１．
１２％
２
２．３％
３
４
５
５：０
６
７
８
９
：
；
＜
＜±
＜Δ
＜λ
＜φ
＜＜
＝
＝″
＝☆
＝（
＝－
＝［
＝｛
＞
＞λ
？
＠
Ａ
ＬＩ
Ｒ．Ｌ．
ＺＸＦＩＴＬ
［
［①①］
［①②］
［①③］
［①④］
［①⑤］
［①⑥］
［①⑦］
［①⑧］
［①⑨］
［①Ａ］
［①Ｂ］
［①Ｃ］
［①Ｄ］
［①Ｅ］
［①］
［①ａ］
［①ｃ］
［①ｄ］
［①ｅ］
［①ｆ］
［①ｇ］
［①ｈ］
［①ｉ］
［①ｏ］
［②
［②①］
［②②］
［②③］
［②④
［②⑤］
［②⑥］
［②⑦］
［②⑧］
［②⑩］
［②Ｂ］
［②Ｇ］
［②］
［②ａ］
［②ｂ］
［②ｃ］
［②ｄ］
［②ｅ］
［②ｆ］
［②ｇ］
［②ｈ］
［②ｉ］
［②ｊ］
［③①］
［③⑩］
［③Ｆ］
［③］
［③ａ］
［③ｂ］
［③ｃ］
［③ｄ］
［③ｅ］
［③ｇ］
［③ｈ］
［④］
［④ａ］
［④ｂ］
［④ｃ］
［④ｄ］
［④ｅ］
［⑤］
［⑤］］
［⑤ａ］
［⑤ｂ］
［⑤ｄ］
［⑤ｅ］
［⑤ｆ］
［⑥］
［⑦］
［⑧］
［⑨］
［⑩］
［＊］
［－
［］
］
］∧′＝［
］［
＿
ａ］
ｂ］
ｃ］
ｅ］
ｆ］
ｎｇ昉
｛
｛－
｜
｝
｝＞
～
～±
～＋
￥
總結
以上是生活随笔為你收集整理的stop word理解及超全的停用词表的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 人造甜蜜
- 下一篇： 腾讯企业邮箱 POP3/SMTP 设置