数据集分为raw和tokenized版本，应该使用raw版本用Bert自带的encode方法进行分词（因为Bert有自己的词表并且使用bpe的方法避免oov）
分词前的raw data长这样：
用tokenizer encode之后再convert_ids_to_tokens打出来看看长这样：
encode时把return_attention_mask设为True，打出来看attention_masks，是把padding的部分都置为0，其余句子部分置1。
原文：https://www.cnblogs.com/thousfeet2/p/13261553.html