python 文本向量化_TFIDF向量化文档时出现问题？

我使用具有以下样式的标记对文本blob进行矢量化：hi__(how are you), 908__(number code), the__(POS)

如您所见，令牌使用__(info)附加了一些信息，我使用tfidf提取关键字，如下所示：

^{pr2}$

问题是，当我执行上述提取关键字的过程时，我怀疑向量器对象正在从textblob中删除括号。因此，我可以使用tfidf向量器对象中的哪个参数来保存括号中的此类信息？在

更新

我还试图：from sklearn.feature_extraction.text import TfidfVectorizer

def dummy_fun(doc):

return doc

tfidf = TfidfVectorizer(

analyzer='word',

tokenizer=dummy_fun,

preprocessor=dummy_fun,

token_pattern=None)

以及from sklearn.feature_extraction.text import TfidfVectorizer

def dummy_fun(doc):

return doc

tfidf = TfidfVectorizer(

tokenizer=dummy_fun,

preprocessor=dummy_fun,

token_pattern=None)

但是，这将返回一个字符序列，而不是我已经标记的标记：['e', 's', '_', 'a', 't', 'o', 'c', 'r', 'i', 'n']