Ok ma giusto per capire la forma "generale" (di cui ora non ho idea io): pippo/pluto/paperino sono 3 token, ok. Ma "-20-10-2-" è un token unico per te ... o sono 3 token distinti? (cioè "20" poi "10" poi "2")
Chiarisci questo, innanzitutto.
Indipendentemente dalla domanda sopra: tu vuoi scartare i numeri e prendere solo i testi? O no?