在我们进行数据挖掘学习的过程中，除了有现成的整理好的数据集供我们使用外，我们还需要自己构建数据集。对于做文本分类的研究者来说，要做的第一步就是要将文本向量化，然后在向量空间中对文本进行研究。这样就出现了一个问题，如何将文本向量化？WVTool是一款开源软件，它主要做文本词频方面的处理，对于实现文本向量化非常有用。它支持对文本、半结构化内容（Html、XML）的向量化处理功能。并且它现在与RapidMiner Data Mining suit （YALE）可以良好的集成，因此它的应用前景还是比较
# -*- coding: utf-8 -*-
"""
演示内容：文档的向量化
"""
from sklearn.feature_extraction.text import CountVectorizer
corpus = [
'Jobs was the chairman of Apple Inc., and he was very famous',
'I like to use apple computer',
'And I also like to eat apple'
