如何在Python中使用多处理生成大型语料库的tfdf？

import multiprocessing
from tfidf import TfidfVectorizer

def process_document(document):
    # 在此处进行文本预处理，如分词、去除停用词等
    # ...

    # 创建TfidfVectorizer对象
    vectorizer = TfidfVectorizer()

    # 计算tfidf
    tfidf_matrix = vectorizer.fit_transform([document])

    # 返回tfidf矩阵
    return tfidf_matrix

corpus = [
    "文档1的内容",
    "文档2的内容",
    "文档3的内容",
    # ...
]

pool = multiprocessing.Pool()

# 使用进程池并行处理每个文档
results = pool.map(process_document, corpus)

# 关闭进程池
pool.close()
pool.join()

# 创建一个空的大型语料库
large_corpus = []

# 将每个文档的tfidf矩阵添加到大型语料库中
for result in results:
    large_corpus.append(result)

# 将大型语料库保存到文件或数据库中
# ...