因為我不確定你的dataset長怎樣XD
我先假設你手上的資料是從信箱裡面爬下來的
長的可能類似這樣：

(這個資料是著名的20-Newsgroup dataset)
其中有from, to, subject, body (content), ...等欄位。

我也不確定你的資料結構長怎樣，所以我先假設是Python list(資料量大一點可以用dask.array，你的生活會快樂一些)
那麼可行的做法應該是：

1. 先用regex找出是收件人和寄件人的欄位，以上面的dataset為例，取得在/(F|f)rom:/或/(T|t)o:/後面之欄位的內容
2. 取得其中內容並賦予權重(e.g. score = 5 * sender_score + content_tfidf)，其中score是指回傳資料時的相關性，越高則越有可能是你在找的資料。
3. 將score用在Text Classifier時可以設定一個分數的分水嶺來當作特徵進行分類。

如果你方便提供更清楚的dataset(長什麼樣子)、training method (supervised / unsupervised? binary / multilabel?)，甚至分類目的(分類垃圾信件？)等資料可能可以回答得更詳細～

---- 20191018 0610 更新 ----

針對特徵處理的方式，我想可以把寄件人和收件人的email address從@之前和之後拆開成欄位
from_local_part、from_domain、to_local_part、to_domain，例如將寄件人hello@gmail.com拆成hello和gmail.com。
可能預處理會額外花上一些時間，不過可以預期的是accuracy和F1-score的提升。
雖然把收件人和寄件人各拆分成兩個欄位，但建議也把from和to保留在訓練資料中，同時測試看看保留和拿掉哪個能更準確判定。

希望這樣能幫你解決問題！