将刑期的预测划分成一个分类问题
0 死刑 1 无期 2 十年以上 3 710年 4 57年 5 35年 6 23年 7 12年 8 912月 9 69月 10 36月 11 三个月以下
train 中各个标签的个数 [(0, 2396), (1, 5173), (2, 23753), (3, 19615), (4, 23817), (5, 74090), (6, 120089), (7, 202054), (8, 268483), (9, 223249), (10, 340862), (11, 407275)]
任务难点: 样本不均 任务难点2: 长文本,且长度分布不均
训练集数据量为1710856 句子长度最大为56694 最短为8 句子平均长度为 356.0514280570662 句子长度超过512的有241434 句子长度超过1024的有40069 句子长度超过2048的有8789 句子长度超过4096的有2188