Для выполнения поставленной задачи мы пройдем через несколько шагов: токенизация, лемматизация, удаление небуквенных токенов, а затем удаление стоп-слов. Давайте разберем каждый шаг подробнее.

Токенизация — это процесс разбивки текста на отдельные слова или токены. Для нашей фразы "Быль не сказка: из неё слово не выкинешь" мы можем разбить ее на следующие токены:

• Быль
• не
• сказка:
• из
• неё
• слово
• не
• выкинешь

Лемматизация — это процесс приведения слов к их начальной форме (лемме). Применяя лемматизацию к нашим токенам, мы получаем:

• быль
• не
• сказка
• из
• неё
• слово
• не
• выкинуть

В нашем случае все токены являются буквенными, кроме слова "сказка:", которое содержит двоеточие. Мы удаляем его:

• быль
• не
• сказка
• из
• неё
• слово
• не
• выкинуть

Теперь мы удалим стоп-слова из нашего списка. Стоп-слова, указанные в задаче: {и, в, во, не, что, он, на, я, из, с, со, как, а, то, все, она}.

Удаляем токены, которые встречаются в списке стоп-слов:

• быль
• сказка
• неё
• слово
• выкинуть

Теперь мы можем сформировать биграммы из оставшихся токенов. Биграммы — это пары соседних слов. Мы берем оставшиеся слова и формируем из них биграммы:

• быль сказка
• сказка неё
• неё слово
• слово выкинуть

Теперь мы запишем биграммы через точку с запятой, используя строчные буквы:

быль сказка; сказка неё; неё слово; слово выкинуть