Stopwords中文停用词表合集

中文项目里要做文本？你八成得先一遍停用词。stopwords-master这个资源就挺适合你，直接打包了哈工大、百度、川大几套常用的中文停用词表，挺全的，免去你到处找的麻烦。

哈工大的词表，偏学术风，适合偏向语言的项目；百度那套更接地气，挺适合内容运营、搜索优化这些场景；川大的也不错，偏中性，平衡了一下覆盖面和精准度。

压缩包叫stopwords-master.zip，你解压之后能看到好几个.txt格式的词表文件，用起来挺方便，Python 项目里用jieba或者nltk一引入就能跑，连预的代码都不用怎么改。

比如你在做关键词提取，直接加载停用词列表，用jieba.analyse.extract_tags就能排除那些“的”“是”“在”这种干扰词，关键词一下子清晰多了。

文件我翻了一下，基本没太多水分，而且每个词表都注明了来源，像哈工大停用词表.txt、baidu_stopwords.txt这种，按需选就行。Github 上多 NLP 项目也用这一套，稳定性和兼容性都还不错。

对了，这里可以下载最全打包版，有兴趣你也可以分开下载不同版本试试看，像哈工大、川大的单独资源也都挂着。

如果你做的是爬虫、情感、搜索推荐这些中文相关的应用，建议直接把它塞进你的预流程，效果还挺。要是词表不太适合你项目的语境，删删改改也不难。