我应该如何使用 scikit learn 对以下列表进行矢量化？

我想用 scikit 进行矢量化学习一个有列表的列表。我转到有训练文本的路径，我阅读了它们，然后我得到如下内容：

corpus = [["this is spam, 'SPAM'"],["this is ham, 'HAM'"],["this is nothing, 'NOTHING'"]]

from sklearn.feature_extraction.text import CountVectorizer
vect = CountVectorizer(analyzer='word')
vect_representation= vect.fit_transform(corpus)
print vect_representation.toarray()

我得到以下信息：

return lambda x: strip_accents(x.lower())
AttributeError: 'list' object has no attribute 'lower'

另外，问题是每个文档末尾的标签，我应该如何处理它们才能进行正确的分类？

对于未来的每个人来说，这解决了我的问题：

corpus = [["this is spam, 'SPAM'"],["this is ham, 'HAM'"],["this is nothing, 'NOTHING'"]]

from sklearn.feature_extraction.text import CountVectorizer
bag_of_words = CountVectorizer(tokenizer=lambda doc: doc, lowercase=False).fit_transform(splited_labels_from_corpus)

这是当我使用时的输出.toarray()功能：

[[0 0 1]
 [1 0 0]
 [0 1 0]]

多谢你们