用python代码实现对词频出现次数较高的词汇放入特征词典中，31个类的特征词都放到一个文档里。然后对训练集的31个类的文档用one-hot向量化，即将每个文档中的每个句子表示成与特征词典一样长度的向量，遍历特征词典，只要句子中包含当前的特征词，标记为1，否则标记为0。

可以使用Python中的Counter类来实现对词频出现次数较高的词汇的统计。 示例代码如下:

from collections import Counter

# 将所有文档中的文本数据统计出现次数
all_texts = []
for i in range(31):
    with open('class{}.txt'.format(i), 'r') as f:
        all_texts += f.read().split()

# 统计出现次数最多的50个词汇
top_words = [word for word, count in Counter(all_texts).most_common(50)]

# 将特征词典写入文件中
with open('features.txt', 'w') as f:
    f.write('\n'.join(top_words))

然后，可以使用这个特征词典来遍历训练集中的每个文档，并将其转换为一个one-hot向量。示例代码如下:

import numpy as np

# 读取特征词典
with open('features.txt', 'r') as f:
    features = f.read().split()

# 遍历训练集中的每个文档并将其转换为一个one-hot向量
one_hot_vectors = []
for i in range(31):
    with open('class{}.txt'.format(i), 'r') as f:
        texts = f.read().split('\n')

    vectors = []
    for text in texts:
        vector = np.zeros(len(features))
        for j, word in enumerate(features):
            if word in text:
                vector[j] = 1
        vectors.append(vector)

    one_hot_vectors.append(np.vstack(vectors))

# 将one-hot向量转换为训练集的输入数据
X_train = np.vstack(one_hot_vectors)