**文本向量化**（vectorize）是指将文本转换为数值张量的过程 * 将文本分割为单词，并将每个**单词**转换为一个向量。 * 将文本分割为字符，并将每个**字符**转换为一个向量。 * 提取单词或字符的 n-gram，并将每个 n-gram 转换为一个向量。 **n-gram**是多个连续单词或字符的集合（n-gram 之间可重叠）。 **标记**（token）：将文本分解而成的单元（单词、字符或 n-gram） **分词** （tokenization）：将文本分解成标记的过程