问题描述
我正在尝试为一个项目操作一个有限状态传感器。但是，在构建 FST 时，我需要每个输出符号都是来自输入符号的任意长的字符序列，它们只是来自相关文本语料库的单个唯一字符。此外，我需要统一表示这些任意长的序列，以便每个组合的 表示具有相同的长度。当然，对于任意长度，最长可能的组合具有无限长度，因此让我们假设没有组合可以长于关联语料库中的最长文档。
换句话说，给定 input_vocabulary 的 ['a','b','c']，output_vocabulary 的 ['a','ab','acb','abcb'] 每个都需要表示为某个长度为 4 的向量，每个向量中的每个项目是来自 input_vocabulary 的项目。我唯一的想法是用一个填充向量来做，例如，在这个例子中，[ [0,3,3],[0,1,2,1] ]，其中 3 是一个填充标记，但我对此很陌生，所以任何帮助都会很大赞赏。
澄清一下，我想知道是否有办法在没有 pad 令牌的情况下做到这一点。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）