停用词是指在信息检索中为节省存储空间和提高搜索效率，在处理自然语言数据（或文本）之前或之后会自動过滤掉某些字或词这些字或词即被称为Stop Words（停用词）。这些停用词都是人工输入、非自动化生成的生成后的停用词会形成一个停用词表。但是并没有一个明确的停用词表能够适用于所有的工具。甚至有一些工具是明确地避免使用停用词来支持短语搜索的这些停用词將会从我们的电影评论中删除。

现在我们就来处理所有的电影评论数据25000条训练数据。

在上述函数中我们把停用词转化为set集合，目的是為了提高代码的运行速度因为我们在后面的代码中会调用这个函数数万次，它需要拥有很快的运行速度

此段代码可能运行的时间比较長，编程者又不知道程序运行到什么程度我们可以更改代码，让python处理过程中每1000评论就会打印状态

在构建了Vocabulary之后才可以查看。