Traceback (most recent call last): File "D:\LSTM\LSTM-word.py", line 94, in <module> train_sentences = pad_input(train_sentences, 200) File "D:\LSTM\LSTM-word.py", line 87, in pad_input features = np.zeros((len(sentences), seq_len),dtype=int) numpy.core._exceptions._ArrayMemoryError: Unable to allocate 610. MiB for an array with shape (800000, 200) and data type int32

这个错误提示是因为你的代码试图在内存中创建一个大小为 800000x200 的整数数组，但是你的计算机没有足够的内存来存储这个数组。

为了解决这个问题，你可以考虑以下几种方法：

1. 减少你的训练数据量。如果你的训练数据太大，可以考虑只使用其中一部分来训练模型。

2. 减少你的序列长度。如果你的序列长度太长，可以考虑减少序列长度，以降低内存消耗。

3. 使用更高效的数据类型。你可以使用更紧凑的数据类型，例如 int16 或者 float16，来减少内存消耗。

4. 使用更大的内存。如果你的计算机内存不足，你可以考虑使用更大的内存或者在云计算平台上进行训练。