Python TFIDFvectorier:ValueError:不是内置的阻止列表：俄语

我尝试用俄语停止词应用TFIDFvectorier

Tfidf = sklearn.feature_extraction.text.TfidfVectorizer(stop_words='russian' )
Z = Tfidf.fit_transform(X)

我得到

ValueError: not a built-in stop list: russian

当我使用英语停止词时，这是正确的

Tfidf = sklearn.feature_extraction.text.TfidfVectorizer(stop_words='english' )
Z = Tfidf.fit_transform(X)

如何改进？ 完全回溯

<ipython-input-118-e787bf15d612> in <module>()
      1 Tfidf = sklearn.feature_extraction.text.TfidfVectorizer(stop_words='russian' )
----> 2 Z = Tfidf.fit_transform(X)

C:\Program Files\Anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in fit_transform(self, raw_documents, y)
   1303             Tf-idf-weighted document-term matrix.
   1304         """
-> 1305         X = super(TfidfVectorizer, self).fit_transform(raw_documents)
   1306         self._tfidf.fit(X)
   1307         # X is already a transformed view of raw_documents so

C:\Program Files\Anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in fit_transform(self, raw_documents, y)
    815 
    816         vocabulary, X = self._count_vocab(raw_documents,
--> 817                                           self.fixed_vocabulary_)
    818 
    819         if self.binary:

C:\Program Files\Anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in _count_vocab(self, raw_documents, fixed_vocab)
    745             vocabulary.default_factory = vocabulary.__len__
    746 
--> 747         analyze = self.build_analyzer()
    748         j_indices = _make_int_array()
    749         indptr = _make_int_array()

C:\Program Files\Anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in build_analyzer(self)
    232 
    233         elif self.analyzer == 'word':
--> 234             stop_words = self.get_stop_words()
    235             tokenize = self.build_tokenizer()
    236 

C:\Program Files\Anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in get_stop_words(self)
    215     def get_stop_words(self):
    216         """Build or fetch the effective stop words list"""
--> 217         return _check_stop_list(self.stop_words)
    218 
    219     def build_analyzer(self):

C:\Program Files\Anaconda3\lib\site-packages\sklearn\feature_extraction\text.py in _check_stop_list(stop)
     88         return ENGLISH_STOP_WORDS
     89     elif isinstance(stop, six.string_types):
---> 90         raise ValueError("not a built-in stop list: %s" % stop)
     91     elif stop is None:
     92         return None

ValueError: not a built-in stop list: russian

（） 1 Tfidf=sklearn.feature\u extraction.text.TfidfVectorizer（stop\u words='俄语〕 ---->2 Z=Tfidf.fit_变换（X） C:\Program Files\Anaconda3\lib\site packages\sklearn\feature\u extraction\text.py in fit\u transform（self，raw\u documents，y） 1303 Tf idf加权文件术语矩阵。 1304 """ ->1305 X=super（TfidfVectorizer，self）.fit\u转换（原始文档） 1306自装配（X） 1307#X已经是原始文档的转换视图，因此 C:\Program Files\Anaconda3\lib\site packages\sklearn\feature\u extraction\text.py in fit\u transform（self，raw\u documents，y） 815 816词汇表，X=自我统计词汇表（原始文档， -->817自我修复（词汇） 818 819如果self.binary： C:\Program Files\Anaconda3\lib\site packages\sklearn\feature\u extraction\text.py in\u count\u vocab（self、raw\u documents、fixed\u vocab） 745词汇表。默认工厂=词汇表__ 746 -->747 analyze=self.build\u analyzer（） 748 j_索引=_make_int_数组（） 749 indptr=\u make\u int\u array（） C:\Program Files\Anaconda3\lib\site packages\sklearn\feature\u extraction\text.py内置分析器（self） 232 233 elif self.analyzer==“word”： -->234停止单词=self.get\u停止单词（） 235 tokenize=self.build_tokenizer（） 236 C:\Program Files\Anaconda3\lib\site packages\sklearn\feature\u extraction\text.py in get\u stop\u words（self） 215 def get_stop_单词（self）： 216“生成或获取有效的停止词列表” -->217返回检查停止列表（自停止字） 218 219 def生成分析仪（自身）： C:\Program Files\Anaconda3\lib\site packages\sklearn\feature\u extraction\text.py in\u check\u stop\u list（停止） 88返回英语单词 89 elif isinstance（停止，六种字符串类型）： --->90提升值错误（“不是内置的停止列表：%s”%stop） 91如果停止为无： 92不返回 ValueError:不是内置的禁止列表：俄语 你们能在发帖前先看一下吗

停止单词：字符串{'english'}、列表或无（默认）

如果是字符串，则会将其传递到_check_stop_list，并返回相应的停止列表。“英语”是当前唯一受支持的语言 字符串值

如果是列表，则假定该列表包含停止字，所有这些字都将从生成的标记中删除。仅当 analyzer=='word'

如果没有，则不使用停止字。可以将max_df设置为[0.7,1.0]范围内的值，以自动检测和过滤停止字 基于语料库内文档术语的频率

---

有几个库用于删除支持更多语言的停止词，例如或