Python 处理NLTK Stanford POS标记器输出

我正在使用NLTK Stanford Pos Tagger和我自己的模型来标记文本文件中的句子行。我的标记器的输出如下所示：

sentences = [((Word,WordTag),....(Word,WordTag)]

Im处理印尼语，在完成Pos标记后，Im执行2步：

停止字删除

堵塞

我在文本文件（

stopword.txt

）中有一个stopword列表，并对句子进行词干处理。 到目前为止，我已经完成了标记部分。我不知道如何在

句子中过滤单词，如果在
stopword.txt中删除单词，并在
句子中干掉单词

到目前为止，我已尝试使用以下代码删除该单词，但仍然没有删除该单词及其单词标记：

stopWords = getStopWordList('id_stopword.txt')
filtered_sentences = [w for w in sentences if not w in stopWords]
    filtered_sentences = []
    for w in sentences:
        if w not in stopWords:
            filtered_sentences.append(w)

我必须假设函数
getStopWordList（）
正确返回字符串列表。（你证实了吗？）

您发布的代码不会运行，因为它有缩进错误。但是缩进的部分并不重要，因为你不需要它。很明显，它只是重复前面这行的逻辑。所以我忽略了它

要进行筛选，您需要更改以下内容：

filtered_sentences = [w for w in sentences if not w in stopWords]

为此：

filtered_sentences = [(w,t) for (w,t) in sentences if not w in stopWords]

是的，getStopWordList（）返回字符串列表。非常感谢。现在剩下的问题是堵塞。我可以用下面的代码对过滤后的句子进行词干分析吗。你的代码没有进入你的评论。可能太长了。