我的源代码结构如下：

定义字段

更新：获取词汇

创建示例和数据集实例

创建桶迭代器实例

更新：我也尝试使用 data.BucketIterator.split

遍历桶迭代器

当尝试使用可自定义的数据集迭代存储桶迭代器时，会出现以下错误：

我正在尝试使用 torchtext 下载数据集并收到以下错误

我正在使用torchtext 0.7.0，并且在最新版本中也复制了相同的错误。有人可以帮忙吗？

我创建了一个简单的数据 集 dataset。我需要使用batch.src 和batch.trg 获取批处理，因为我的带有torch 架构的模型使用batch.trg 和batch.src 获取批处理的迭代器样本。我不想重做火炬架构。

得到这个错误：

错误

在最新版本的torchtext中，他们将很多功能移到了torchtext.legacy，我想在不使用的情况下做同样的事情torchtext.legacy.data.Field和其他功能legacy，可以做到吗？如何？

我想用 pytorch 从 tsv 文件创建数据集。我正在考虑使用

但我收到一条错误消息。

我有一个完全预处理的 Pandas 数据框，我想使用 pytorch 在其上运行 NLP。以下是使用TabularDataset库加载和处理文件数据的代码：

但是，我已经将数据作为 Pandas 数据帧，我不想将它们写入.csv然后使用TablularDataset.

我可以从他们的数据帧（例如 train_df、valid_df、test_df）中获取train_data、valid_data、test_data的等效代码是什么？我的 Pandas 数据框中的数据示例如下：

请注意，文本数据是一些标记“”。连接在一起。

Error:

It won't import torchtext.data.Field for some reason even though that's whats in the docs

我一直在关注这个关于情绪分析的教程。作者有一个关于我们如何使用自己的数据集而不是 PyTorch 内置数据集的笔记本。所以我跟随他的脚步，在清理并删除标点符号和不必要的列并最终将数据集修剪为仅 500000 行之后，将我的数据集拆分为和csv 文件。traintestvalidation

因此，在完成所有这些并按照作者的脚步创建我的字段、创建 train_data、valid_data 和 test_data 并最终创建 vocab 之后，我想我会检查我的 train_data 变量中的内容，我得到了这个：{'text': ['0'], 'polarity': '0'}。为什么会显示这个？

这是我的代码：

在 torchtext bucketiterator 中填充之前是否可以获取每个句子的长度：

bucketiterator 数据加载器：

就像使用 pytorch 数据加载器时一样：

pytorch 数据加载器：

import spacy label_field = Field(sequential=False, use_vocab=False, batch_first=True) text_field = Field(tokenize='spacy', lower=True, include_lengths=True, batch_first=True) fields = [('label', label_field) , ('title', text_field)]

表格数据集

训练，有效，测试 = TabularDataset.splits(train='train.xlsx', validation='valid.xlsx', test='test.xlsx',format='xlsx', fields=fields, skip_header=True)

我真的解决不了这个问题