Стоп-слова

Аналіз тональності в Python

Violeta Misheva

Data Scientist

Що таке стоп-слова і як їх знаходити?

Стоп-слова: надто часті слова, які не інформативні

Списки стоп-слів існують більшістю мов
```
  {'the', 'a', 'an', 'and', 'but', 'for', 'on', 'in', 'at' ...}
```

Контекст має значення

  {'movie', 'movies', 'film', 'films', 'cinema'}

Стоп-слова у хмарах слів

Хмара слів без видалення стоп-слів

Хмара слів зі видаленими стоп-словами

Видалення стоп-слів із хмар слів

# Import libraries
from wordcloud import WordCloud, STOPWORDS
import matplotlib.pyplot as plt

# Define the stopwords list
my_stopwords = set(STOPWORDS)
my_stopwords.update(["movie", "movies", "film", "films", "watch", "br"])

# Generate and show the word cloud
my_cloud = WordCloud(background_color='white', stopwords=my_stopwords).generate(name_string)
plt.imshow(my_cloud, interpolation='bilinear')

Стоп-слова з BOW

from sklearn.feature_extraction.text import CountVectorizer, ENGLISH_STOP_WORDS

# Define the set of stop words
my_stop_words = ENGLISH_STOP_WORDS.union(['film', 'movie', 'cinema', 'theatre'])

vect = CountVectorizer(stop_words=my_stop_words) 
vect.fit(movies.review)
X = vect.transform(movies.review)

Давайте потренуємось!

Аналіз тональності в Python