IT行业云计算java培训课程学习笔记|如何去除中文文本的停用词

　　IT行业发展至今，各行业的软件开发都离不开Java编程，也因此Java的就业市场广泛，为了能够让大家更好的学习Java编程语言，今天北京八维教育培训学校和大家一起分享IT行业云计算Java培训课程学习笔记中的如何去除中文文本的停用词，希望有助于大家学习Java编程语言。

　　1. 整体思路

　　第一步：先将中文文本进行分词，这里使用的HanLP-汉语言处理包进行中文文本分词。

　　第二步：使用停用词表，去除分好的词中的停用词。

　　2. 中文文本分词环境配置

　　使用的HanLP-汉语言处理包进行中文文本分词。

　　·HanLP-汉语言处理包下载，可以去github上下载

　　·HanLP 的环境配置有两种方式：方式一、Maven;方式二、下载jar、data、hanlp.properties。

　　·官方环境配置步骤也可以在github上查询到。

　　·环境配置好后，java使用HanLP进行中文分词文档如下：#/doc.html

　　3. 下载停用词表

　　停用词表可以去百度或者其他搜索引擎检索一份，很容易就找到!

　　4. 去除停用词工具类

　　使用这个工具类的之前，请先完成中文文本分词环境配置，并测试一下。停用词 .txt 文件路径请修改为自己的本地路径。

　　5. 工具类测试

　　5.1 测试代码

　　public class test {

　　public static void main(String args[]) {

　　try {

　　System.out.println(FormatUtil.RemovalOfStopWords("床前明月光，疑是地上霜。举头望明月，低头思故乡。"));

　　} catch (IOException e) {

　　e.printStackTrace();

　　}

　　}

　　5.2 测试结果