我目前正在寻找一种简单的解决方案，以将自定义停用词添加到spacy。 这些停用词应根据整个语料库中单词的绝对频率来 例如，在我特定领域的文本中，"患者"一词应视为停用词，因为它出现在所有文档的70％中。

我的第一个想法是借助pandas apply实现此功能，但这需要编写我自己的标记化功能。 是否可以自定义Spacy？

谢谢你的建议

要将自定义停用词添加到Spacy中，您可以按照此处提供的解决方案进行操作：使用空格添加/删除停用词
。 现在，在其他方法中以自动获得推荐的停用词列表，您可以使用NLTK包来计算术语频率和文档频率(tf-idf)，然后定义一个废纸old。

如有任何疑问，请随时发表评论。

祝好运！