1. 停用词过滤 对于 NLP的应用，我们通常先把停用词、出现频率很低的词汇过滤掉。类似于特征筛选的过程。 少于10次或20次的可以作为低频词去掉。   2. 词的标准化操作（主要是英文） stemming：将类似词转换成统一格式，但词不一定是实际词。如 fli， deni。。。PORTSTEMMER lemmazation：与stemming区别是转换成统一格式的词，该词是真实存在的