在情感分析的上下文中，如果上下文受到影响，删除停用词可能会出现问题。例如，假设您的停用词语料库中包含“not”，这是一个可以改变段落价的否定词。因此，您必须对正在丢弃的确切内容及其可能产生的后果保持谨慎。

如果您正在使用一些基于词袋的方法，即 countVectorizer 或 tfidf，它们适用于词的计数和频率，那么删除停用词非常好，因为它降低了维度空间，而且一些停用词也不会驱动您的分析。另一方面，当你利用给定文本的语义时，比如在 seq2seq 模型中，删除停用词会忽略上下文，最终会得到模棱两可的结果。