знаки препинания хранятся в мешке слов?

Я создаю модуль мешка слов с нуля. Я не уверен, что в этом подходе лучше всего удалять знаки препинания. Рассмотрим предложение

I've been "DMX world center" for long time ago.Are u?

Вопрос. Что касается набора слов, следует ли мне рассмотреть

• токен DMX (без кавычек) или "DMX (с левой кавычкой)
• u (без знака вопроса) или u? (со знаком вопроса)

Короче говоря, должен ли я удалить все знаки препинания при получении отдельных слов?

заранее спасибо

Обновлено. Это код того, что я реализовал.

Пример текста: ham , im .. On the snowboarding trip. I was wondering if your planning to get everyone together befor we go..a meet and greet kind of affair? Cheers,

   HashSet<String> bagOfWords = new HashSet<String>();
   BufferedReader reader = new BufferedReader(new FileReader(path));
   while (reader.ready()) {
       String msg = reader.readLine().split("\t", 2)[1].toLowerCase(); // I get only the 2nd part. 1st part indicate wether message is spam or ham
       String[] words = msg.split("[\\s+\n.\t!?+,]"); // this is the regex that I've used to split words
       for (String word : words) {
           bagOfWords.add(word);
       }
   }