停用詞
把停用詞、出現頻率很低的詞彙過濾掉。
原因：經常出現的或者頻率很低的詞，並沒有實際意義的詞，可以認爲是噪聲，會影響模型的判斷，給模型帶來一定的影響
目的：篩選出價值比較高的特徵，可以把停用詞理解成價值比較小的特徵，可以忽略不計
例子：
英文： the an their
中文：的 啊 好 很好 等
同樣也得根據具體的場景進行判斷
對於情感分析的詞：好，很好 是需要保留的
建議使用：已有的停用詞庫（如：NLTK），然後刪除自己認爲有用的詞語
篩選規則： 將文本彙總分詞之後， 篩選出頻次小於10， 20，適當選擇
stemming
英文中： 還原或合併操作
如：went go going 把同樣意義的詞，還原成一個單詞。會提升一定的
實現思路：
制定規則（語言學家去找規則，程序員負責設計）
如： sses ------ ss ies--------i s------去掉 （*v*）ing-------去掉ing