如何嵌入 N-gram

Question

为了改进我的 model，我使用基于字符的 3-Gram 而不是 word :) 代码片段如下：

def MakeNGram(sent_list, N, vocab_size, seq_size):
    NGramList = []

    for sent in sent_list:
        # ---------------------------- حذف فاصله ----------------------------
        sent = sent.replace(" ", "")
        # ------------------------- استخراج ان تایی ها --------------------------
        NGram = [sent[i:i + N] for i in range(len(sent) - N + 1)]
        # ----------------------- تبدیل به ان تایی با فاصله ------------------------
        new_string = " ".join(NGram)
        # ------------------------- رمزگذاری وان هات --------------------------
        OneHot = one_hot(new_string, round(vocab_size * 1.3))
        # --------------------------- padding ------------------------------
        HotLen = len(OneHot)
        if HotLen >= seq_size:
            OneHot = OneHot[0:seq_size]
        else:
            diff = seq_size - HotLen
            extra = [0] * diff
            OneHot = OneHot + extra
        NGramList.append(OneHot)
    NGramArray = np.array(NGramList)
    return NGramArray

到这里没有问题，但我想在没有 onehot 的情况下对 N-grams 进行矢量化，当然我的语言（波斯语）没有Ngram2vec model，所以请帮我更改代码，最好嵌入 function 用于 Ngram :)
注意：我使用 keras 嵌入，但有很多问题，我认为我用 onehot 替换keras嵌入时出错了......
适用于可变语言的最佳方式是什么？