ValueError: Expected input batch_size (1944) to match target batch_size (1962).

训练数据报错，说输入输出batch_size不一致，这里面有可能是tokenizer分词导致的，我这里模型要求输入和输出的句子长度一致，但是如果仅仅用len判读input和target两句话是不够的。

比如下面两句话：

input: 每天都要处理大量的信息，最多时半年有七十多名人找上门来。
target: 每天都要处理大量的信息，最多时半年有70多名人找上门来。

 如果是单纯的判断两句话长度是一致的，但是tokenizer分词后长度是不一致的。

可以通过tokenizer分词过滤句子。