移除停用词
您正在进行一个项目，目标是将用户反馈分类为不同类别，如 "product issues"、"service issues" 和 "suggestions"。通常，停用词在区分类别时并不携带太多信息。您的任务是移除这些停用词，把注意力放在有助于后续机器将反馈归入正确主题的重要词上。
nltk.tokenize 中的 word_tokenize 和 nltk.corpus 中的 stopwords.words 已为您导入。此外，NLTK 资源 punkt_tab 和 stopwords 已经下载完成。
本练习是课程的一部分
Python 中的自然语言处理（NLP）
练习说明
- 将提供的反馈按词进行分词。
- 获取英文停用词列表。
- 移除英文停用词，并将结果保存到
filtered_tokens。
交互式实操练习
通过完成这段示例代码来试试这个练习。
feedback = "I reached out to support and got a helpful response within minutes!!! Very #impressed"
# Tokenize the text
tokens = word_tokenize(____)
# Get the list of English stop words
stop_words = stopwords.____('____')
# Remove stop words
filtered_tokens = [____ for word in tokens if ____.lower() not in ____]
print(filtered_tokens)