استبعاد الكلمات الشائعة

الكلمات الشائعة (بالإنجليزية: stop words)‏ أو الكلمات المستبعدة هي الكلمات التي تستبعد قبل المعالجة اللغوية الآلية للبيانات (نصوص). وهي الكلمات التي تتكرر في النصوص مثل (في، من، إلى...) ويستحسن تجاهلها وعدم فهرستها من أجل تحسين البحث. ويرجع الفضل لهانس بيتر لوهن (من الرواد في استرجاع المعلومات) في استعمال هذا المصطلح والمفهوم في التطوير.

وتعتبر هذه الطريقة مقاربة سلبية في التعامل مع الأدوات وحروف المعاني في الجمل. لا توجد قائمة كلمات محددة للاستبعاد، تستعملها كل المحللات الصرفية وأدوات معالجة اللغة الطبيعية. لا تستعمل كل أدوات المعالجة اللغوية قائمة كلمات شائعة. ويمكن للتحليل الصرفي التقليل من استخدام كلمات مستبعدة، لا سيما عند تحليل الجمل. الكلمات المستبعدة قد تسبب مشاكل عند استخدام محرك بحث للبحث عن العبارات التي تدخل فيها، لا سيما في أسماء مثل 'المفعول به'، أو «رسول من الله»، «وهم».

قائمة عدل

  • في
  • في
  • كل
  • لم
  • لن
  • له
  • من
  • هو
  • هي
  • قوة
  • كما
  • لها
  • منذ
  • وقد
  • ولا
  • لقاء
  • مقابل
  • هناك
  • وقال
  • وكان
  • وقالت
  • وكانت
  • فيه
  • لكن
  • وفي
  • ولم
  • ومن
  • وهو
  • وهي
  • يوم
  • فيها
  • منها
  • يكون
  • يمكن
  • حيث
  • الا
  • اما
  • التي
  • التي
  • أكثر
  • أيضا
  • الذي
  • الذي
  • الآن
  • الذين
  • ابين
  • ذلك
  • دون
  • حول
  • حين
  • إلى
  • انه
  • أول
  • انها
  • ف
  • و
  • و
  • قد
  • لا
  • ما
  • مع
  • هذا
  • واحد
  • واضاف
  • واضافت
  • فان
  • قبل
  • قال
  • كان
  • لدى
  • نحو
  • هذه
  • وان
  • واكد
  • كانت
  • واضح
  • ب
  • ا
  • أ
  • ،
  • عن
  • عند
  • عندما
  • على
  • عليه
  • عليها
  • تم
  • ضد
  • بعد
  • بعض
  • حتى
  • إذا
  • احد
  • بان
  • اجل
  • غير
  • بن
  • به
  • ثم
  • اف
  • ان
  • أو
  • أي
  • بها[1]

انظر أيضا عدل

وصلات خارجية عدل

مصادر عدل

  1. ^ "Arabic" en. مؤرشف من الأصل في 2019-04-26. اطلع عليه بتاريخ 2020-01-25. {{استشهاد ويب}}: الوسيط غير صالح |script-title=: بادئة مفقودة (مساعدة)
  1. أنطوان الدحداح. معجم قواعد اللغة العربية، لوحات وجداول،
  2. صفحة أساسيات البحث في غووغل.