NLTK本身并没有提供这样的列表,但是其他地方可以找到很多。存在相当数量的来源:使用“profanity”、“badwords.txt”或“blacklists.txt”进行单词列表的Web搜索会产生许多来源。 noswearing.com是一个开始的地方。 像Netnanny等网站使用“censor lists”(此线程有一个链接)。下载一个并从那里开始。 在我们公司的情况下,我们最终创建了自己的列表,并根据需要添加。根据您的受众,必须微调和调整列表。 最后,即使这个SO问题被关闭(关于php),我发现参考资料和讨论非常有用。 更新:你想要的是停用词列表。 尝试:http://www.ranks.nl/resources/stopwords.html。 MIT也维护着一个停用词列表。 希望能对您有所帮助。