如何使用 CatBoostClassifier 为不同的输入定义不同的文本处理逻辑

如何解决如何使用 CatBoostClassifier 为不同的输入定义不同的文本处理逻辑

我想构建一个使用多个文本输入的 catboost 分类器。 每一种都需要不同类型的向量化逻辑（有些是词级，有些是字符 ngram）

我要遵循的主要文档在这里：https://catboost.ai/docs/features/text-features.html

我设法为所有字段定义了一个通用的自定义“文本管道”：

import catboost
import pandas

df = pandas.DataFrame({
    'a': ['Hello World','This is a test','foo','fooo'],'b': ['Hello World','y': [0,1,1]
})

text_processing_options ={
    "tokenizers" : [{
        "tokenizer_id" : "tok","delimiter" : " ","lowercasing" : "true"
    }],"dictionaries" : [{
        "dictionary_id" : "word_uni","gram_order" : "1","occurrence_lower_bound":"1"
    },{
        "dictionary_id" : "char_ngram","gram_order" : "3","token_level_type": 'Letter',"occurrence_lower_bound": "1"
    }],"feature_processing" : {
        "a" : [{
            "tokenizers_names" : ["tok"],"dictionaries_names" : ["word_uni"],"feature_calcers" : ["BoW"]
        }],"b" : [{
            "tokenizers_names" : ["tok"],"dictionaries_names" : ["char_ngram"],}
}
model = catboost.catboostClassifier(text_processing=text_processing_options,iterations=10)
model.fit(df[['a','b']],df['y'],text_features=['a','b'])

但是为每一列尝试不同的逻辑（基于我对 API 的理解失败了：

import catboost
import pandas

df = pandas.DataFrame({
    'a': ['Hello World','b'])

另一个问题是是否可以获取\记录已处理的输入以进行故障排除？