torchtext field与example对应关系

fields = [('id', None),  ('query12', text_field), ('random', label_field),('label', label_field)]

examples.append(data.Example.fromlist([None, text, label], fields))

按顺序对应的，id是None，query12对应的是text，对应的处理是text_field对应的处理。 label对应的是"random"。这个是我故意这么起名的，就是为了说明其实是按排序，而不是名字匹配的。text_field里包含了你需要对'query12'里数据的各种处理。比如：

def chinese_tokenizer(text):
    return [tok for tok in jieba.lcut(text)] #本段抄袭自网上，用于中文分词。
#tokenize = lambda x: x.split()
# fix_length指定每条文本的长度，截断补长
TEXT = data.Field(sequential=True, tokenize=chinese_tokenizer, lower=False, fix_length=150) #sequential需要与tokenize配合起来，tokenize后面有处理函数，sequential就必须为True。lower 是英文处理用的。