Remova uni-gramas de uma lista de bi-gramas
Consegui criar 2 listas a partir de documentos de texto. A primeira é a minha lista de bi-grama:
keywords = ['nike shoes','nike clothing', 'nike black', 'nike white']
e uma lista de palavras de parada:
stops = ['clothing','black','white']
Quero remover as paradas da minha lista de palavras-chave. Usando o exemplo acima, a saída que eu procuro deve ficar assim:
new_keywords = ['nike shoes','nike', 'nike', 'nike'] --> eventually I'd like to remove those dupes.
Isto é o que eu fiz até agora:
keywords = open("keywords.txt", "r")
new_keywords = keywords.read().split(",")
stops = open("stops.txt","r")
new_stops = stops.read().split(",")
[i for i in new_keywords if i not in new_stops]
O problema que estou tendo é que ele está procurando os combos de 2 palavras em vez de a única palavra parar ....