【发布时间】：2021-06-29 02:03:28
【问题描述】：
我正在使用*语料库 (17G) 和 python 语言来获得一个 n-gram 模型。我用过sklearn.feature_extraction.text.CountVectorizer，但它没有任何进度条或详细选项。有推荐的方法吗？
【问题讨论】：
-
您是否寻求建议如何使用另一个库创建sklearn的
CountVectorizer的输出（因为它需要太长时间），或者显示sklearn的CountVectorizer的进度？ -
你应该展示你的代码并更好地解释你的目标是什么。 （只是不耐烦不确定
CountVectorizer在做什么，还是别的什么？） -
我想确保
CountVectorizer不会花费一周时间来完成语料库。
标签： scikit-learn nlp nltk gensim n-gram