停用词是指在信息检索中,为节省存储空间和提高搜索效率,在处理自然语言数据(或文本)之前或之后会自动过滤掉某些字或词,这些字或词即被称为Stop Words(停用词)。这些停用词都是人工输入、非自动化生成的,生成后的停用词会形成一个停用词表。但是,并没有一个明确的停用词表能够适用于所有的工具。甚至有一些工具是明确地避免使用停用词来支持短语搜索的。

    结合中文停用词表、哈工大停用词表、四川大学机器智能实验室停用词库、百度停用词表、以及自定义部分停用词表,做了去重处理,最终得到了一份较全的中英文停用词表,在此分享出来给大家,希望对各位有用。
    

停用词表下载