python-如何针对多个字符串测试NLP模型

我使用逻辑回归训练了一个分类器模型，它使用一组字符串将字符串分类为0或1。我现在有它，一次只能测试一个字符串。如何让我的模型一次运行多个句子，可能是从.csv文件运行，这样我就不必单独输入每个句子了？

def train_model（分类器，feature_vector_train，label，feature_vector_valid，valid_y，is_neuric_net=false）：分类器.fit（feature_vector_train，label）

# predict the labels on validation dataset
predictions = classifier.predict(feature_vector_valid)

if is_neural_net:
    predictions = predictions.argmax(axis=-1)

return classifier , metrics.accuracy_score(predictions, valid_y)

那么

model, accuracy = train_model(linear_model.LogisticRegression(), xtrain_count, train_y, xtest_count,test_y)

目前我如何测试我的模型

sent = ['here I copy a string'] 

将文本转换为字数袋向量

count_vect = CountVectorizer(analyzer='word', token_pattern=r'\w{1,}',ngram_range=(1, 2))
x_feature_vector =  count_vect.transform(sent)
pred = model.predict(x_feature_vector)

我得到了这个句子和它的预测

我希望模型能一次对我所有的新句子进行分类，并对每个句子进行分类。