empty vocabulary; perhaps the documents only contain stop words　を直したいです。

前提・実現したいこと

データファイルから各記事のタイトルと本文を取り出す。
MeCabにより名詞を抽出する。
それのTF-IDFを計算する。

上記のことを実行したいのですが、下のソースコードを実行すると、名詞までは抽出できるのですが、TF-IDFの計算はできません。　このエラーなにを表しているのでしょうか。

発生している問題・エラーメッセージ

Traceback (most recent call last):
  File "enshu12.2.py", line 79, in <module>
    wikitfidfs = calculate_tfidf(wikititles,wikidocuments)
  File "enshu12.2.py", line 56, in calculate_tfidf
    vecs = vectorizer.fit_transform(npdocs)
  File "C:\Users\riki_\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py", line 1841, in fit_transform
    X = super().fit_transform(raw_documents)
  File "C:\Users\riki_\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py", line 1198, in fit_transform
    vocabulary, X = self._count_vocab(raw_documents,
  File "C:\Users\riki_\anaconda3\lib\site-packages\sklearn\feature_extraction\text.py", line 1129, in _count_vocab
    raise ValueError("empty vocabulary; perhaps the documents only"
ValueError: empty vocabulary; perhaps the documents only contain stop words

該当のソースコード

# wikiデータのTF-IDFを計算する。
import MeCab
import re
import numpy as np
from sklearn.feature_extraction.text import TfidfVectorizer

tagger = MeCab.Tagger()

#関数定義:wikiデータを読み込む
def read_wikidata(wikifilename):
    wikifile = open(wikifilename, "r", encoding="utf_8")
    tagger = MeCab.Tagger('-Ochasen')
    buf = []
    docdone = False
    titles = []
    documents = []
    doccnt = 0
    #ファイルを読み込んでから1行ずつ処理する
    for line in wikifile:
        if line.startswith('<doc '):
            buf = []
            docdone = False
            m = re.search('title=.*>', line)
            title = m.group().replace('title="', '')
            title = title.replace('">', '').strip()
            print("文書番号=", doccnt, "タイトル=", title)
        
        elif line.startswith('</doc>'):
            doc = ''.join(buf)
            docdone = True
            doccnt += 1
        else:
            if len(line) != 0:
                buf.append(line)
        
        words = ""
        if docdone == True:
            node = tagger.parseToNode(doc)
            while node:
                node_features = node.feature.split(".")
                if node_features[0] == "名詞" and (node_features[1] == "一般" or node_features[1] == "固有名詞"):
                    words=words + " " + node.surface
                node = node.next
        
        if len(words) >= 100:
            titles.append(title)
            documents.append(words)
    
    return(titles, documents)

#関数定義:TF-IDFを計算
def calculate_tfidf(titles,docs):
    #オブジェクト生成
    npdocs = np.array(docs)
    vectorizer = TfidfVectorizer(norm=None, smooth_idf=False)
    vecs = vectorizer.fit_transform(npdocs)
    #単語帳を表示
    terms = vectorizer.get_feature_names()
    print("単語文書行列 (TF-IDF)=")
    print("単語", "\t", end='')
    for term in terms:
        print("%6s " % term, end='')
    print()
    #TF-IDFを計算
    tfidfs = vecs.toarray()
    for n, tfidf in enumerate(tfidfs):
        print("文書番号=", n, "タイトル=", titles[n], ">>>", end='')
        for t in tfidf:
            if (t != 0.0000):
                print("%10.4f" % t, end='')
        print()

    
    return tfidfs
    
#メイン処理
wikifilename = "./wikidata/wikiarticles/AA/wiki_00"
wikititles, wikidocuments = read_wikidata(wikifilename)
wikitfidfs = calculate_tfidf(wikititles,wikidocuments)