Olen tekemässä machine learning engineer -luentoa tekstiaineiston koneoppimisesta:
https://github.com/pkalliok/mle-text-processing-lecture
Sen yhteydessä toteutin pienen työkalukirjaston artikkelin creating text corpora for tensorflow hengessä:
https://github.com/pkalliok/mle-text-processing-lecture/blob/master/tools/functions.sh