词嵌入下标越界问题

我们在创建字典时，字典(word2id)通常的格式都是{word:value}，我们自己构造的字典或是torchtext这样的库构建的字典中，整个字典会按照value的顺序来排列，比如说为“小红 是 摸鱼郎”这个句子创建字典，那么情况是：

[0] 小红
[1] 是
[2] 摸鱼郎

而当我们词嵌入的时候，会创建一个[vocab_size,embedding_dim]的矩阵，其中vocab_size就是字典的长度，而在词嵌入之中，会照着每个单词的value值来在这个词向量矩阵中进行索引，所以这就代表着单词的value值是不能超过词表的长度的。
否则就会报如下的错误：

RuntimeError: index out of range: Tried to access index 9 out of table with 5 rows.

新手常见的操作错误就是在原生数据量不大的情况下，采用enumerate的方式来建立字典（词表），这是绝对错误的，因为如果词汇量较少，而单词又在下文中重复出现，就会导致上述的value值大于vocabsize的情况，看一个范例：

import jieba

sentences = ["小红喜欢毛球"