yhcc
commented
4 years ago fastNLP是通过变量名匹配field的，假设Model的forward参数为forward(self, chars1, chars2), 则fastNLP会尝试将DataSet中的chars1列传递给chars1，chars2列传递给chars2。顺序没有关系，即也可以是forward(self, chars2, chars1)这样。但是fastNLP只会将设置为input的field去和forward的参数进行匹配。建议使用chars1, chars2也不是强制的，也可以叫比如forward(self, cn_chars, en_chars), 只要对应的DataSet中有这两列（cn_chars, en_chars列）且被设置为了input即可。
onebula
fastNLP.core.const 中提到dataset的field命名方式，具有多列words时，依次使用words1, words2, 具有多列chars时，依次使用chars1， chars2 ，……，我理解是fastNLP可以通过这些预设的字段名找到相应的特征。但是doc里没讲怎么组织模型的多输入，例如既有多个words，又有多个seq_len，那么forward函数就会包含多个输入变量，这些输入变量是怎么对应到dataset的field的？是相同的变量名么？还是有某种固定的顺序呢？同样的，自定义多输出的情况该如何处理呢？