tf-idf 病态学习将“词”与词分开

Question

我与在那里如果是在这种格式中找到的单词在文本分类问题工作的“字”，将有不同的重要性，从如果以这种格式发现字 ，所以我尝试这个代码    import re    from sklearn.feature_extraction.text import CountVectorizer    sent1 = "The cat sat on my \"face\" face"    sent2 = "The dog sat on my bed"    content = [sent1,sent2]    vectorizer = CountVectorizer(token_pattern=r"(?u)\b\w\w+\b|!|\?|\"|\'")    vectorizer.fit(content)    print (vectorizer.get_feature_names()) 结果是    ['"', 'bed', 'cat', 'dog', 'face', 'my', 'on', 'sat', 'the']我希望它在的地方    ['bed', 'cat', 'dog', 'face','"face"' 'my', 'on', 'sat', 'the']