过滤掉搜索查询的常用词

【问题标题】：Filter out common words for search query过滤掉搜索查询的常用词
【发布时间】：2010-09-28 01:41:22
【问题描述】：

是否有任何简单的方法可以通过提取查询中的有意义数据来过滤用户的输入（可能是问题）？

我基本上想过滤掉任何干扰词，以便向 Google 的搜索 API 发送“干净”的查询。

【问题讨论】：

【解决方案1】：

嗯，Google 不会为您做这件事吗？把那些脏话发给谷歌，让他们帮你清理。

【讨论】：

【解决方案2】：

Jeff 在之前的一个 stackoverflow 播客中谈到了“停用词”。您可以尝试在 google 上搜索该短语。维基百科页面似乎有一些概述和选项指针。

【讨论】：

【解决方案3】：

您可以尝试删除前 X 个最常用的英语单词，但像这样幼稚的方法总是会遇到麻烦。

这是因为常见的英语单词在计算机科学（或其他领域）领域可能具有特殊意义。最近的 SO 播客 (#32) 提到了这个问题。

【讨论】：

【解决方案4】：

在实现基本搜索引擎时，我使用了停用词方法，它运行良好。尝试像here这样的示例列表

根据用户的反馈，您可以相应地修改停用词列表。

【讨论】：