Multi-label classification 遇到文本张量不一致问题

在文本多分类模型测试过程报如下错误： RuntimeError: stack expects each tensor to be equal size, but got [512] at entry 0 and [863] at entry 7.

这个错误的主要原因是在文本数据进行 tokenizer 时没有进行 truncation=True, 具体代码如下

inputs = self.tokenizer.encode_plus(
            text,
            add_special_tokens=True,  # 句子开头和分隔加 cls sep  [cls] + text + [sep]
            max_length=self.max_len,  
            return_token_type_ids=True,  # 分句ids
            return_attention_mask=True,  # 注意力编码
            return_tensors='pt',  # pytorch类型
            padding="max_length"
            truncation=True  # 这个里设置为True, 超过max_length就截断
        )

之前模型代码写的是 truncation='only_second', 如果文本数据长度差异太大，就必须 truncation设置为True. 改好后就没有上面报错