对Tensorflow 分词器texts_to_matrix的理解

在实现上，这个函数是调用了sequences_to_matrix，为了便于理解使用texts_to_matrix作为分析。毕竟单词比数字更直观。
对于下面的单词组：

texts=[['hello','world'],
		['hello','Jim','hello','Rose'],
		['home']
]

texts是一个二维数组，可以看作是文章的集合。如果我们要得到hello在每篇文章中的出现次数，要怎么处理？
显然texts_to_matrix是可以完成这个功能的。但是问题是如何生成参数是个问题。简单的输入[[‘hello’]]是得不到想要的结果的。这里要输入的是hello这个单词在每篇文章是否出现，如果出现就加入到数组中，代码如下:

text_hello=[]
for text in texts:
    t=[]
    for word in text:
        if word=='hello':
            t.append('hello')
    text_hello.append(t)

用此数组text_hello生成hello的矩阵就可以了。单纯的输入一个[[‘hello’]]是无法得到正确的结果的。完整的程序如下：

from tensorflow.keras.preprocessing.text import Tokenizer

texts=[['hello','world'],
		['hello','Jim','hello','Rose'],
		['home']
]
text_hello=[]
for text in texts:
    t=[]
    for word in text:
        if word=='hello':
            t.append('hello')
    text_hello.append(t)
print(text_hello)
tok = Tokenizer()
tok.fit_on_texts(texts)
print(tok.texts_to_matrix(text_hello,mode='count'))

结果如下：

[['hello'], ['hello', 'hello'], []]
[[0. 1. 0. 0. 0. 0.]
 [0. 2. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0.]]

需要注意的第一列的0是保留的，在处理的时候可以去掉。