nltkリストにストップワードを追加するには？

Question

私は以下のコードを持っています。 nltkストップワードリストに単語を追加する必要があります。私はthsiを実行した後、リストに単語を追加しません。

from nltk.corpus import stopwords 
from nltk.stem.wordnet import WordNetLemmatizer 
import string 
stop = set(stopwords.words('english'))  
new_words = open("stopwords_en.txt", "r") 
new_stopwords = stop.union(new_word) 
exclude = set(string.punctuation) 
lemma = WordNetLemmatizer() 
def clean(doc): 
    stop_free = " ".join([i for i in doc.lower().split() if i not in new_stopwords])  
    punc_free = ''.join(ch for ch in stop_free if ch not in exclude) 
    normalized = " ".join(lemma.lemmatize(word) for word in punc_free.split()) 
    return normalized 
doc_clean = [clean(doc).split() for doc in emails_body_text] 

Answer 1

盲目的には行いません。ストップワードの新しいリストを読み、それが正しいかどうかを調べて、、次にを他のストップワードリストに追加します。 @greg_dataで提案されているコードから始めましょうが、改行を取り除く必要があります。ストップワードファイルの内容を誰が知っていますか？

これは、例えば、それを行う可能性があります：

new_words = open("stopwords_en.txt", "r").read().split() 
new_stopwords = stop.union(new_words) 

PS。分割してあなたの文書に加わらないでください。 tokenizeを1回実行し、トークンのリストを操作します。