eliminación stop-palabra y despalilladora en Python

Question

Tengo un documento un poco grande y quiere hacer la eliminación de parada-palabra y derivados de las palabras de este documento con Python. ¿Alguien sabe de un paquete del estante para estos? Si no es un código que es lo suficientemente rápido para documentos de gran tamaño también es bienvenida. Gracias

Answer 1

NLTK apoya esto.

Answer 2

Si por alguna razón usted no desea utilizar NLTK, puede intentar PyStemmer. Para las palabras vacías sólo tiene que descargar una lista (google) y filtrar a cabo.