尝试提高nlp.max_length参数（如您的错误消息所示）：

nlp = spacy.load('en_core_web_sm') 
nlp.max_length = 1500000 #or any large value, as long as you don't run out of RAM

此外，在调用 spaCy 管道时，您可以禁用词形还原不需要的管道中需要大量 RAM 的部分：

doc = nlp("The sentences we'd like to do lemmatization on", disable = ['ner', 'parser'])

最后你应该得到你期望的结果：

print([x.lemma_ for x in doc])

我无法弄清楚如何增加字符的最大限制，但我确实只是将我的文档分成了两半。问题是 SpaCy 不能处理超过 100 万个字符。因为我在词形还原过程中遇到了这个问题，所以文档是一个整体还是几个部分都没有关系。

TLDR：nlp.max_length根据文档的长度动态设置。这使得处理未知长度的文档/文本时变得更简单。

或者，您可以删除 SpaCy 对象管道的一些您不需要的部分。

让我们说：txt --> 文本文档

然后设置nlp.max_length = len(txt) + 100（100 只是一个垫子，真的不需要）

示例： 我遇到了同样的问题，我必须遍历文本文件目录并对文本文件执行 NER 以提取其中存在的实体。

for file in folder_text_files:
    with open(file, 'r', errors="ignore") as f:
         text = f.read()
         f.close()
    nlp.max_length = len(text) + 100

因此，这样做可能会帮助您担心文本大小。