从输入Tensor中提取n-grams，并将其保存为向量形式。
X：输入Tensor，数据类型支持int32、int64、string（UTF-8），输入shape为[C]或[N, C]，其中N为batch，C为序列长度。
max_gram_length：int，指定n-grams的最大长度。
max_skip_count：int，指定生成n-grams时，在X中跳过的最大元素个数（词或字符）。若max_skip_count=1，min_gram_length=2，max_gram_length=3，则可能生成skip_count=0和 skip_count=1的2-grams和3-grams。
min_gram_length：int，指定n-gram的最小长度。若min_gram_length=2，max_gram_length=3，输出中则可能包含2-grams和3-grams。
mode：string，权重标准，可以是“TF”（term frequency），“IDF”（inverse document frequency）和“TFIDF”（TF and IDF）。
ngram_counts：int列表，不同长度n-gram在pool中的起始位置。ngram_indexes：int列表，ngram-index中的第i个元素表示第i个n-gram在输出Tensor中的坐标。
pool_int64s：int列表，表示从训练集学习到的n-grams。
pool_strings：string列表，表示从训练集学习到的n-grams。
weights：float列表，存储pool中每个n-grams的权重。
Y：输出Tensor，数据类型为float，若输入shape为[C]，则输出shape为[max(ngram_indexes) + 1]；若输入shape为[N, C]，则输出shape为[N, max(ngram_indexes) + 1]。
pool_int64s与pool_strings不可同时定义。
Opset v9/v10/v11/ v12/v13/v14/v15/v16/v17/v18