Stopwörter mit NLTK filtern
Rauschen aus einer Tokenliste entfernen
Stopwörter mit NLTK filtern ist eine kostenlose NLP Academy-Lektion auf CoddyKit. Dies ist Lektion 2 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des NLP Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der NLP Academy-Kurs umfasst insgesamt 4 Lektionen.
Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.
Let NLTK Do the Heavy Lifting
Building your own stopword list is fine, but NLTK already ships a curated one for many languages. Let us put it to work on a token list.
Grab the Data First
NLTK keeps word lists as downloadable data. You fetch the stopwords package once, then it stays on your machine.
import nltk
nltk.download("stopwords")Load the English List
Now import the corpus and ask for English. You get back a plain list of words you can inspect or filter against.
from nltk.corpus import stopwords
stops = stopwords.words("english")
print(len(stops))Convert It to a Set
The list works, but a set makes membership checks much faster. Wrap it once and reuse it for every token.
stops = set(stopwords.words("english"))Filter With a Comprehension
A list comprehension keeps only the words that are not stopwords. This single line is the heart of stopword removal.
tokens = ["the", "quick", "brown", "fox"]
clean = [w for w in tokens if w not in stops]
print(clean)Mind the Case
The list is lowercase, so The will not match the. Lowercase your tokens first, or you will leave capitalized stopwords behind.
clean = [w for w in tokens if w.lower() not in stops]See the Difference
Before filtering you might have ten tokens; after, only the meaningful four remain. That shrink is the noise you just dropped.
Other Languages Too
NLTK is not English-only. Swap the argument to pull a stopword list for Spanish, German, French, and many more.
spanish = set(stopwords.words("spanish"))Customize the List
The list is just a set, so you can add your own domain noise to it with normal set operations before filtering.
stops.add("subject")
stops.update(["http", "www"])Or Keep a Few Back
Want to protect a word like not? Just remove it from the set so filtering never strips it out.
stops.discard("not")Filter Once, Reuse Often
Build your stops set a single time at startup, not inside a loop. Rebuilding it for every document wastes real time.
Quick Check
One detail trips up almost everyone the first time.
Recap
You can now filter tokens against NLTK stopwords: download once, build a lowercase set, and keep only words not in it. Mind the case.
Häufig gestellte Fragen
Ist die Lektion „Stopwörter mit NLTK filtern“ kostenlos?
Ja — der vollständige Text von „Stopwörter mit NLTK filtern“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des NLP Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der NLP Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Stopwörter mit NLTK filtern“?
Rauschen aus einer Tokenliste entfernen Du übst NLP Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um NLP Academy zu starten?
Keine Vorkenntnisse erforderlich. NLP Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 2 von 4.
Wie lange dauert die Lektion „Stopwörter mit NLTK filtern“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser NLP Academy-Lektion Code schreiben und ausführen?
Ja. Jede NLP Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Was sind Stopwörter?
- Stopwörter mit NLTK filtern
- Satzzeichen und Symbole entfernen
- Eine wiederverwendbare Funktion für sauberen Text erstellen