删除区分大小写的停用词答案

【问题标题】：Removing case-sensitive stopwords删除区分大小写的停用词
【发布时间】：2018-06-20 20:08:01
【问题描述】：

我正在预处理文本，并希望删除德语中的常见停用词。这几乎适用于以下代码 [final_wordlist 作为示例数据]：

from nltk.corpus import stopwords

final_wordlist =['Status', 'laufende', 'Projekte', 'bei', 'Stand', 'Ende', 'diese', 'Bei']
stopwords_ger = stopwords.words('german')
filtered_words = [w for w in final_wordlist if w not in stopwords_ger]
print(filtered_words)

这会产生：

['Status', 'laufende', 'Projekte', 'Stand', 'Ende', 'Bei']

但是正如你所看到的，大写的“Bei”没有被删除（因为它应该被删除），因为来自 nltk 的停用词都是小写的。有没有一种简单的方法可以不区分大小写地删除所有停用词？

【问题讨论】：

标签： python nltk case-insensitive stop-words

【解决方案1】：

试试这个：filtered_words = [w for w in final_wordlist if w.lower() not in stopwords_ger]

【讨论】：