我正在開發(fā)一個(gè) NLP 應(yīng)用程序，其中有一個(gè)文本文件語料庫。我想使用Gensim word2vec 算法創(chuàng)建詞向量。我做了 90% 的訓(xùn)練和 10% 的測(cè)試拆分。我在適當(dāng)?shù)募嫌?xùn)練了模型，但我想評(píng)估模型在測(cè)試集上的準(zhǔn)確性。我在互聯(lián)網(wǎng)上瀏覽過任何關(guān)于準(zhǔn)確性評(píng)估的文檔，但我找不到任何允許我這樣做的方法。有誰知道進(jìn)行精度分析的函數(shù)？我處理測(cè)試數(shù)據(jù)的方式是從測(cè)試文件夾中的文本文件中提取所有句子，并將其變成一個(gè)巨大的句子列表。在那之后，我使用了一個(gè)我認(rèn)為是正確的函數(shù)（事實(shí)證明它不是因?yàn)樗o了我這個(gè)錯(cuò)誤：TypeError: 不知道如何處理 uri）。這是我如何去做的：test_filenames = glob.glob('./testing/*.txt')print("Found corpus of %s safety/incident reports:" %len(test_filenames))test_corpus_raw = u""for text_file in test_filenames:    txt_file = open(text_file, 'r')    test_corpus_raw += unicode(txt_file.readlines())print("Test Corpus is now {0} characters long".format(len(test_corpus_raw)))test_raw_sentences = tokenizer.tokenize(test_corpus_raw)def sentence_to_wordlist(raw):    clean = re.sub("[^a-zA-Z]"," ", raw)    words = clean.split()    return wordstest_sentences = []for raw_sentence in test_raw_sentences:    if len(raw_sentence) > 0:        test_sentences.append(sentence_to_wordlist(raw_sentence))test_token_count = sum([len(sentence) for sentence in test_sentences])print("The test corpus contains {0:,} tokens".format(test_token_count))####### THIS LAST LINE PRODUCES AN ERROR: TypeError: don't know how to handle uri texts2vec.wv.accuracy(test_sentences, case_insensitive=True)我不知道如何解決這最后一部分。請(qǐng)幫忙。提前致謝！