彻底解决！TF-IDF中的 TypeError: doc2bow expects an array of unicode tokens on input, not a single string

使用gensim生成词典时，原代码如下：

import json
from gensim import corpora

# corpus
f = open('filename', 'r')
content = f.read()
a = json.loads(content)
f.close()
corpus = []
for k,v in a.items():
    corpus.append(v)

# 生成词典
dictionary = corpora.Dictionary(corpus)
# 生成词袋
mycorpus = [dictionary.doc2bow(text) for text in corpus]
print(mycorpus)

但是报错：

TypeError: doc2bow expects an array of unicode tokens on input, not a single string

试了网上的方法：

将

dictionary = corpora.Dictionary(corpus)

改成：

dictionary = corpora.Dictionary([corpus])

但还是报错：

TypeError: doc2bow expects an array of unicode tokens on input, not a single string

⭐最终解决方法来了！！！

把这两句：

# 生成词典
dictionary = corpora.Dictionary(corpus)
# 生成词袋
mycorpus = [dictionary.doc2bow(text) for text in corpus]

改成：

# 生成词典
dictionary = corpora.Dictionary([corpus])
# 生成词袋
mycorpus = [dictionary.doc2bow(text) for text in [corpus]]

也就是将 corpus 都加上[ ]，就可以正常运行啦！！！

希望这篇文章对您有所帮助✌