我正在開發一個 NLP 應用程序，其中有一個文本文件語料庫。我想使用Gensim word2vec 算法創建詞向量。我做了 90% 的訓練和 10% 的測試拆分。我在適當的集上訓練了模型，但我想評估模型在測試集上的準確性。我在互聯網上瀏覽過任何關于準確性評估的文檔，但我找不到任何允許我這樣做的方法。有誰知道進行精度分析的函數？我處理測試數據的方式是從測試文件夾中的文本文件中提取所有句子，并將其變成一個巨大的句子列表。在那之后，我使用了一個我認為是正確的函數（事實證明它不是因為它給了我這個錯誤：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。請幫忙。提前致謝！