1.? 整體思路

第一步：先將中文文本進行分詞，這里使用的HanLP-漢語言處理包進行中文文本分詞。

第二步：使用停用詞表，去除分好的詞中的停用詞。

2.? 中文文本分詞環境配置

使用的HanLP-漢語言處理包進行中文文本分詞。

·HanLP-漢語言處理包下載，可以去github上下載

·HanLP?的環境配置有兩種方式：方式一、Maven；方式二、下載jar、data、hanlp.properties。

·官方環境配置步驟也可以在github上查詢到。

·環境配置好后，java使用HanLP進行中文分詞文檔如下：hanlp.linrunsoft.com/doc.html

3.? 下載停用詞表

停用詞表可以去百度或者其他搜索引擎檢索一份，很容易就找到！

4.??去除停用詞工具類

使用這個工具類的之前，請先完成中文文本分詞環境配置，并測試一下。停用詞 .txt 文件路徑請修改為自己的本地路徑。

圖1

5. ?工具類測試

5.1 ?測試代碼

public class test {

public static void main(String args[]) {

try {

System.out.println(FormatUtil.RemovalOfStopWords("床前明月光，疑是地上霜。舉頭望明月，低頭思故鄉。"));

} catch (IOException e) {

e.printStackTrace();

}

}

5.2 ?測試結果

總結

以上是生活随笔為你收集整理的去停用词 java代码_如何在java中去除中文文本的停用词的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。