python之在 sklearn 中将一个句子映射到它的词汇表

我正在使用 CountVectorizer 获取字符串列表中的单词列表

from sklearn.feature_extraction.text import CountVectorizer 
raw_text = [ 
    'The dog hates the black cat', 
    'The black dog is good' 
] 
raw_text = [x.lower() for x in raw_text] 
vocabulary = vectorizer.vocabulary_  
vocabulary = dict((v, k) for k, v in vocabulary.iteritems()) 
vocabulary 

在词汇表中，我有以下正确的数据

{0: u'black', 1: u'cat', 2: u'dog', 3: u'good', 4: u'hates', 5: u'is', 6: u'the'} 

我现在想获得的是将原始句子“映射”到这些新值，例如:

expected_output = [ 
    [6, 2, 4, 6, 0, 1], 
    [6, 0, 2, 5, 3] 
] 

我尝试浏览 Sklearn 文档，但我真的找不到任何似乎可以做到这一点的东西，而且我什至不知道我尝试执行的操作的正确术语，所以我无法在 Google 中找到任何结果。

有什么办法可以达到这个效果吗？

请您参考如下方法:

像这样查找每个单词:

from sklearn.feature_extraction.text import CountVectorizer 
raw_text = [ 
    'The dog hates the black cat', 
    'The black dog is good' 
] 
 
cv = CountVectorizer() 
cv.fit_transform(raw_text) 
 
 
vocab = cv.vocabulary_.copy() 
 
def lookup_key(string): 
    s = string.lower() 
    return [vocab[w] for w in s.split()] 
 
list(map(lookup_key, raw_text)) 

输出:

[[6, 2, 4, 6, 0, 1], [6, 0, 2, 5, 3]]