如何在java中去除中文文本的停用词
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：hanlp.linrunsoft.com/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
