词干提取（Stemming）
现在，您已经清理了 review 文本并移除了停用词和标点。接下来请用词干提取将剩余的单词规范化为其词根形式。这样可以把相似的词归为一类，使分析更一致、更高效。
已为您提供 PorterStemmer 类，以及 clean_tokens 列表。
本练习是课程的一部分
Python 中的自然语言处理（NLP）
练习说明
- 初始化
PorterStemmer()。 - 使用列表推导式对
clean_tokens列表中的每个词元进行词干提取。
交互式实操练习
通过完成这段示例代码来试试这个练习。
clean_tokens = ['flying', 'lot', 'lately', 'flights', 'keep', 'getting', 'delayed', 'honestly', 'traveling', 'work', 'gets', 'exhausting', 'endless', 'delays', 'every', 'travel', 'teaches', 'something', 'new']
# Create stemmer
stemmer = ____()
# Stem each token
stemmed_tokens = [____.____(____) for ____ in clean_tokens]
print(stemmed_tokens)