我正在为文本分类构建一个类似转换器的模型。 数据集由两个扬声器组成。他们交替地互相交谈三遍。 （例如， A -> B -> A -> B -> A -> B ）在这种情况下，在进行预处理和嵌入时，我是否应该考虑说话者是谁？如果是这样，最好的方法是什么？
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@）
