Relleno y truncamiento

Las entradas agrupadas por lotes (batched) suelen tener longitudes diferentes, por lo que no se pueden convertir en tensores de tamaño fijo. El relleno (también conocido como “Padding”) y el truncamiento (conocido como “Truncation”) son estrategias para abordar este problema y crear tensores rectangulares a partir de lotes de longitudes variables. El relleno agrega un padding token especial para garantizar que las secuencias más cortas tengan la misma longitud que la secuencia más larga en un lote o la longitud máxima aceptada por el modelo. El truncamiento funciona en la otra dirección al truncar secuencias largas.

En la mayoría de los casos, es bastante eficaz rellenar el lote hasta la longitud de la secuencia más larga y truncar hasta la longitud máxima que un modelo puede aceptar. Sin embargo, la API admite más estrategias si las necesitas. Los tres argumentos que necesitas son: padding, truncation y max_length.

El argumento padding controla el relleno. Puede ser un booleano o una cadena:

El argumento truncation controla el truncamiento. Puede ser un booleano o una cadena:

El argumento max_length controla la longitud del relleno y del truncamiento. Puede ser un número entero o None, en cuyo caso se establecerá automáticamente en la longitud máxima que el modelo puede aceptar. Si el modelo no tiene una longitud máxima de entrada específica, se desactiva el truncamiento o el relleno hasta max_length.

La siguiente tabla resume la forma recomendada de configurar el relleno y el truncamiento. Si usas pares de secuencias de entrada en alguno de los siguientes ejemplos, puedes reemplazar truncation=True por una ESTRATEGIA seleccionada en ['only_first', 'only_second', 'longest_first'], es decir, truncation='only_second' o truncation='longest_first' para controlar cómo se truncan ambas secuencias en el par, como se detalló anteriormente.

Truncation Padding Instrucción
sin truncamiento sin relleno tokenizer(batch_sentences)
relleno hasta la longitud máxima del lote tokenizer(batch_sentences, padding=True) o
tokenizer(batch_sentences, padding='longest')
relleno hasta la longitud máxima del modelo tokenizer(batch_sentences, padding='max_length')
relleno hasta una longitud específica tokenizer(batch_sentences, padding='max_length', max_length=42)
relleno hasta un múltiplo de un valor tokenizer(batch_sentences, padding=True, pad_to_multiple_of=8)
truncamiento hasta la longitud máxima del modelo sin relleno tokenizer(batch_sentences, truncation=True) o
tokenizer(batch_sentences, truncation=ESTRATEGIA)
relleno hasta la longitud máxima del lote tokenizer(batch_sentences, padding=True, truncation=True) o
tokenizer(batch_sentences, padding=True, truncation=ESTRATEGIA)
relleno hasta la longitud máxima del modelo tokenizer(batch_sentences, padding='max_length', truncation=True) o
tokenizer(batch_sentences, padding='max_length', truncation=ESTRATEGIA)
relleno hasta una longitud específica No es posible
truncamiento hasta una longitud específica sin relleno tokenizer(batch_sentences, truncation=True, max_length=42) o
tokenizer(batch_sentences, truncation=ESTRATEGIA, max_length=42)
relleno hasta la longitud máxima del lote tokenizer(batch_sentences, padding=True, truncation=True, max_length=42) o
tokenizer(batch_sentences, padding=True, truncation=ESTRATEGIA, max_length=42)
relleno hasta la longitud máxima del modelo No es posible
relleno hasta una longitud específica tokenizer(batch_sentences, padding='max_length', truncation=True, max_length=42) o
tokenizer(batch_sentences, padding='max_length', truncation=ESTRATEGIA, max_length=42)
< > Update on GitHub