Python 使用自定义ngram列表创建稀疏矩阵？

我试图使用单词包为文本分类创建一个稀疏矩阵，但问题是我的代码基于文本本身创建了ngrams。我有一个自定义的ngram列表，我想为它创建稀疏矩阵。如何在Python中实现这一点？ 下面是我编写的代码，它自己使用ngram创建稀疏矩阵：

vectorizer = CountVectorizer(
analyzer = 'word',
lowercase = True,
stop_words = 'english',
max_features = 85
)
corpus_data_features = vectorizer.fit_transform(train_data.Query.tolist())

---

看看这个答案的后半部分。我认为这也适用于你的情况。@KRKirov谢谢你的链接。这对我有一定的帮助，但由于我们再次在您提到的代码中指定了ngram_范围，它将从我的词汇表中的bi-gram创建额外的unigram，我不希望这样。你能建议一个解决方法吗？如果我只是使用设置为我的_词汇表的词汇表参数（它有一些单字和双字），transform函数不会给出Bigram的结果，即使它存在于文档中。请发布一个示例，说明您的ngram列表和您希望分析的文本是否存在这些ngram，以便生成稀疏矩阵。几个ngram术语和几个文本行就足够了。