Sentiment Analysis Improvement（Stopwords Considered）

[Sean16SYSU]

关于情感分析，这里做了两个主要的改进：

1. 之前的训练当中夹杂着大量的stopwords或者那些Meaningless vocabularies. 训练的时候这些词汇也被考虑进去了，导致了训练的结果非常不理想。（即大量的stopwords也被赋予了特定的含义，但实际上是无意义的，但这些stopwords和pos或者是neg都会高度一致的出现，使得他们的分数理论上会接近于pos和neg的种子词汇的某种数学关系。根据SO-PMI的计算方式，可以看到训练的模型输出的分数的期望理论上(stopwords足够多)是会收敛到（pos - neg）/(pos + neg)。（在我们这，由于默认的数据集中pos词汇大于neg中，因此最后的结果很大概率会是pos））
2. 如果训练集中只有某一类的（pos or neg）的话，理论上也是可以计算的。

[blmoistawinde]

挺好的一些改进点，我在想说不定还可以把目前内置的一套停用词作为默认参数，不过还需要做些实验看看效果到底能不能提升，后面再说吧。这个先merge了