Stoppwörter entfernen

So funktioniert es

Stoppwörter entfernen heißt, die häufigsten und inhaltlich schwächsten Wörter einer Sprache aus einem Text zu streichen: Artikel wie der, die, das, Konjunktionen wie und, oder, Hilfsverben wie ist und hat, Präpositionen und Pronomen. Im Englischen heißen sie Stop Words; die deutsche Schreibweise mit einem p, Stopwörter, findet man ebenso häufig. Übrig bleiben die Wörter, die das Thema tragen. Das ist ein klassischer Schritt der Textvorverarbeitung, bevor man Wörter zählt, Schlagwörter sucht oder eine Wortwolke baut.

Das Werkzeug bringt eine Stoppwortliste Deutsch mit gut 250 Einträgen und eine englische Liste mit. Beide lassen sich kombinieren und um eigene Wörter ergänzen, etwa den Firmennamen, der in jedem Satz steht. Der Vergleich ignoriert Groß- und Kleinschreibung, „Und“ am Satzanfang wird also ebenfalls entfernt. In der Ausgabe „Bereinigter Text“ bleiben Satzzeichen und Zeilen erhalten; die Häufigkeitsliste zeigt, welche Inhaltswörter übrig bleiben. Für eine Auswertung mit Prozentwerten eignet sich die Keyword-Dichte.

Stoppwörter sind nicht dasselbe wie Füllwörter. Füllwörter wie eigentlich, quasi oder halt machen einen Text schwächer, Stoppwörter dagegen sind für die Grammatik nötig. Für Texte, die Menschen lesen oder die Sie an ein Sprachmodell schicken, sollten Sie Stoppwörter deshalb nicht entfernen; das Werkzeug ist für Analysen gedacht. Verneinungen wie nicht und kein stehen auf der Liste. Für eine Stimmungsanalyse sollten Sie sie über „Eigene Stoppwörter“ nicht zusätzlich ergänzen, sondern eine Liste ohne sie nutzen.