我正在使用scikit的TfidfVectorizer学习提取功能，设置如下：

def tokenize(text):
    tokens = nltk.word_tokenize(text)
    stems = []
    for token in tokens:
        token = re.sub("[^a-zA-Z]","", token)
        stems.append(EnglishStemmer().stem(token))
    return stems

向量器=TFIDFvectorier（标记器=tokenize，小写=True，stop_words='english'）

把训练集给矢量器后，我打电话

vectorizer.get_feature_names()

输出包含一些带空格的重复单词：例如。

u'', u' ', u' low', u' lower', u'lower', u'lower ', u'lower high', u'lower low'

可接受的输出应为：

u'low', u'lower', u'lower high', u'lower low'

我怎样才能解决这个问题？非常感谢。