清理文字資料
現在你已經定義好停用詞與標點符號，接著用它們來進一步清理資料框 df 裡的 enron 電子郵件。包含停用詞與標點符號的清單分別位在 stop 與 exclude。在資料算是清理完成前，還有幾個步驟要做，例如字詞的詞形還原（lemmatization）與動詞詞幹提取（stemming）。這份郵件資料中的動詞已經做過詞幹提取，而本練習也已替你完成詞形還原。
本練習屬於課程
Fraud Detection in Python
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Import the lemmatizer from nltk
from nltk.stem.wordnet import WordNetLemmatizer
lemma = WordNetLemmatizer()
# Define word cleaning function
def clean(text, stop):
text = text.____()
# Remove stopwords
stop_free = " ".join([word for word in text.lower().split() if ((___ not in ___) and (not word.isdigit()))])
# Remove punctuations
punc_free = ''.join(word for word in stop_free if ___ not in ____)
# Lemmatize all words
normalized = " ".join(____.____(word) for word in punc_free.split())
return normalized