tsvファイルに書かれている文章を分かち書きし、文章ごとに単語を入れ子構造リストとして格納したい

具体的にお求めの成果物が分かりかねますので、推量を含む回答です。
[['単語','単語'],['単語'.....]...]で単語を区切ったリストを作るならば、for文の中で作成したwordを別のリストに追加することで作成できます。

下記のサンプルコードは辞書(wordDic)のキーとしてreport_idを残し、質問文のコードとご質問のリストを両方出せるコードになっています。

サンプルコード

from gensim.models.doc2vec import Doc2Vec
from gensim.models.doc2vec import TaggedDocument

import MeCab
import csv

mt = MeCab.Tagger()

reports = [] # TaggedDocumentのリスト(元の質問のまま)
wordDic = {} # 各行のreport_idと文章ごとに単語のみ入れたリスト

# 一行に口コミID,口コミがtab区切りの文字列
tsv = ["1tこのLEDをusbで起動させる", "2tnasaとjaxaは一体いつohashiを作ったのか", "3tそのojigiのdegreesは大きすぎる"]
reader = csv.reader(tsv, delimiter="t")
for report_id, report in reader:
    words = []
    node = mt.parseToNode(report)
    while node:
        if node.feature.split(",")[0] == u"名詞":
            words.append(node.surface)
        elif node.feature.split(",")[0] == u"形容詞":
            words.append(node.feature.split(",")[6])
        elif node.feature.split(",")[0] == u"動詞":
            words.append(node.feature.split(",")[6])
        node = node.next

    wordDic[report_id] = words

stopword = ['れる','の','られる','せる','させる','LED','pantone','20','30','β','3','？','9','（','u3000','＆','A','W','％','×','"','６','15','1994','３',"'",'GW','25','OO','s','1','/','500','%','.','0','2020','V','13','5','180','-', '%)','(','+','４','8','10','100','14','ABS','4','K','"','７','50','．','33','５','上','器','丿','・','０','40','7', '?','）','60','＋','２','／','、','。','「','」','2','1000','1010123','1093','12','120','16','17','1930','1972','200','2002','21','24','260','27','34','35','36','360','37','40000','4136','43','480','70','75','agata','back','ball','basic','cd','chadwick','chair','co','crt','daa','degrees','dm','dvd','eco','epd','eva','fsc','gulfman','homearchi','hybrid','ic','ipad','ipod','lan','leavbes','led','may','md','mdf','mf','mm','mmx','ms','nanoe','nasa','nc','no','oa','off','ohashi','ojigi','on','pantone','pc','pet','pp','prism','pro','rom','sd','shock','soho','td','the','to','tpo','trek','usb','ventura','way','wear','ａｖ','ｄｉｙ','led','ｌｅｄ','ｐｃ','１つ','２つ','そう','どこ','ここ','これ','この','いつ','こんな','いくつ','これら','どの','その','それぞれ','そのもの','こうした','それ','それなり','こちら','だれ','こういう','そういう','そういった','どう','どちら','どれ','どんな','どんなに','もの','こと','ところ','よう','ため','ぶり','がち','さ','み','等','度','時','事','感','点','所','為','面','用','的','化','性','約','材','者','力','色','部','品','ある程度','中','部分','全体','ある','いる','なる','おる','行く','いく','来る','くる','とる','見る','みる','言う','いう','過ぎる','すぎる','する','やる','行う','おこなう','行なう','出来る','できる','感じる','思う','おもう','考える','かんがえる','わかる','分かる','分る','見える','みえる','知る','しる','知れる','しれる','言える','いえる','示す','しめす','述べる','のべる','書く','かく','よる','だす','出す','入る','はいる','いれる','入れる','使う','つかう','用いる','もちいる','持つ','もつ','もてる','持てる','作る','つくる','なす','起こる','おこる','つく','つける','付く','付ける','聞く','よぶ','きく','呼ぶ','ない','高い','低い','多い','少ない','強い','大きい','小さい','長い','ながい','よい','良い','悪い','いい','やすい','にくい','うまい','デザイン','評価','機能','商品','製品','感じ']
for report_id in wordDic:
    print(wordDic[report_id])
    words2 = [token for token in wordDic[report_id] if token not in stopword]
    reports.append(TaggedDocument(words=words2, tags=[report_id]))

print(reports)
# words の単語のみを文章ごとにリストに格納するコード
print(list(wordDic.values()))
# words2の単語のみを文章ごとにリストに格納するコード
print([report.words for report in reports])

出力内容

['LED', 'usb', '起動', 'する', 'せる']
['nasa', 'jaxa', 'いる', 'ohashi', '作る', 'の']
['ojigi', 'degrees', '大きい', 'すぎる']
[TaggedDocument(words=['起動'], tags=['1']), TaggedDocument(words=['jaxa'], tags=['2']), TaggedDocument(words=[], tags=['3'])]
[['LED', 'usb', '起動', 'する', 'せる'], ['nasa', 'jaxa', 'いる', 'ohashi', '作る', 'の'], ['ojigi', 'degrees', '大きい', 'すぎる']]
[['起動'], ['jaxa'], []]