Python TensorFlow按唯一CSV行标记化，而不是按行中的唯一单词标记化

我正在尝试使用标记器将自由文本分类为选定的类别

对于功能，我使用以下方法：

x_tokenizer = Tokenizer()
x_tokenizer.fit_on_texts(x)
x_train = x_tokenizer.texts_to_matrix(x_train, mode='count')
x_test = x_tokenizer.texts_to_matrix(x_test, mode='count')

和

x\u标记器。word\u docs

返回如下内容：

defaultdict(<class 'int'>, {'name': 1, 'releasing': 1, 'one': 4, 'vehicle': 101, 'air': 3, 'vhel': 1, 'recently': 2})

defaultdict(<class 'int'>, {'a': 2, 'c': 2, 'language': 1, 'settings': 203, 'audio': 7, 'volume': 1})

并返回如下内容：

defaultdict(<class 'int'>, {'name': 1, 'releasing': 1, 'one': 4, 'vehicle': 101, 'air': 3, 'vhel': 1, 'recently': 2})

defaultdict(<class 'int'>, {'a': 2, 'c': 2, 'language': 1, 'settings': 203, 'audio': 7, 'volume': 1})

defaultdict（，{'a'：2，'c'：2，'language'：1，'settings'：203，'audio'：7，'volume'：1}）

但我想要这个：

defaultdict(<class 'int'>, {'a/c': 2, 'language settings': 1, 'audio volume': 7})

defaultdict（，{'a/c'：2，‘语言设置’：1，‘音频音量’：7}）

因此，标签列中的每个唯一值都将表示为唯一标记。我怎样才能做到这一点

提前谢谢你