停用词移除

从文本中过滤常见的中文与英文停用词,例如英文的 the / of / and 与中文的「的 / 了 / 是 / 我们」等,用于关键词提取前的文本清洗。全部在浏览器本地完成,输入的文本不会上传到任何服务器。

输入内容 等待输入

英文按单词匹配、忽略大小写;中文按停用词表做子串移除(中文通常无空格,可能对个别复合词产生过度删除,可改用「仅英文」范围)。

处理结果
移除数量—
原始字符—
结果字符—
减少比例—
点击「移除停用词」,处理后的文本将显示在这里。

停用词表为内置的常见词条目,仅覆盖高频虚词,不代表完整的语言学停用词集。

处理规则
  • 英文:以 [A-Za-z][A-Za-z0-9'-]* 切分出单词,小写化后与停用词表比对,命中即移除。
  • 中文:中文没有天然空格,采用停用词子串移除,按词长从长到短处理以避免残留。
  • 默认同时处理中英文,可在「处理范围」中选择仅英文或仅中文。
  • 移除后默认压缩连续空格并清理行首行尾空白,可取消勾选以保留原始空白。
  • 标点与数字不视为停用词,保持原样。
  • 停用词表为内置常见词,用户无法在此页编辑;若需自定义词表请谨慎评估。