Python 使用NLTK的递归错误

我运行这段代码是为了在模型中输入文本之前处理文本

并得到RecursionError:比较中超出了最大递归深度

train_text是一个包含文本的python系列 stem是nltk库中的PorterStemmer对象

训练语料库=[]
对于范围内的i（0，len（序列号文本））：
data=re.sub（“[^a-zA-Z]”，“”，序列号文本[i]）.lower（）.split（）
数据=[ps.stem（单词）表示数据中的单词，如果不是集合中的单词（stopwords.words（“英语”））]
数据=“”。连接（数据）
训练语料库追加（数据）

---

RecursionError回溯（最近一次调用）
在（）
57对于范围内的i（0，len（序列号文本））：
58 data=re.sub（“[^a-zA-Z]”，“”，序列号[i]）。lower（）。split（）
--->59 data=[ps.stem（word）表示数据中的单词，如果不是集合中的单词（stopwords.words（“英语”））]
60数据=“”。连接（数据）
61训练语料库附加（数据）
英寸（.0）
57对于范围内的i（0，len（序列号文本））：
58 data=re.sub（“[^a-zA-Z]”，“”，序列号[i]）。lower（）。split（）
--->59 data=[ps.stem（word）表示数据中的单词，如果不是集合中的单词（stopwords.words（“英语”））]
60数据=“”。连接（数据）
61训练语料库附加（数据）
~\Anaconda3\lib\site packages\nltk\stem\porter.py in-stem（self，word）
665阀杆=自身。\步骤1A（阀杆）
666阀杆=自身。\步骤1b（阀杆）
-->667阀杆=自身。\步骤1c（阀杆）
668阀杆=自身。\步骤2（阀杆）
669阀杆=自身。\步骤3（阀杆）
....

我能做些什么来解决这个问题

---

谢谢。

看来可以通过以下方式赢得：

setrecursionlimit（）

---

但是记住，递归不是免费的-它消耗函数的

内存\u消耗*循环的数量\u递归的数量\u

-所以当你有大量的递归运行时，你可能会耗尽内存。这就是为什么这个限制是用Python硬编码的，我认为覆盖它是个坏主意。

不清楚代码应该做什么，它所做的只是抛出一个NameError，因为存在未定义的变量。请贴一个。你在

火车文本中有什么具体内容？这表明很长的单词将导致递归错误。您是否尝试过一个简短、简单的培训示例？我有一些这样的文本注释（这是一个取自数据帧的序列号）0解释\n为什么在我的用户下进行编辑。。。一点！他和这个背景颜色很相配我。。。嘿，伙计，我真的不是想编辑战争。它…在
train\u text
中字符串的最大长度是多少？（您可以使用
print（max（len（s）表示序列文本中的s））
检查此项。我的序列中字符串的最大长度为5000
RecursionError                            Traceback (most recent call last)
<ipython-input-25-4a8646f33f6f> in <module>()

     57 for i in range(0, len(train_text)):
     58     data = re.sub("[^a-zA-Z]", ' ', train_text[i]).lower().split()
---> 59     data = [ps.stem(word) for word in data if not word in set(stopwords.words("english"))]
     60     data = ' '.join(data)
     61     train_corpus.append(data)

<ipython-input-25-4a8646f33f6f> in <listcomp>(.0)
     57 for i in range(0, len(train_text)):
     58     data = re.sub("[^a-zA-Z]", ' ', train_text[i]).lower().split()
---> 59     data = [ps.stem(word) for word in data if not word in set(stopwords.words("english"))]
     60     data = ' '.join(data)
     61     train_corpus.append(data)

~\Anaconda3\lib\site-packages\nltk\stem\porter.py in stem(self, word)
    665         stem = self._step1a(stem)
    666         stem = self._step1b(stem)
--> 667         stem = self._step1c(stem)
    668         stem = self._step2(stem)
    669         stem = self._step3(stem)
....