我正在使用Rotten Tomatoes database作为我的数据集。在this code之后我格式化了数据。因此，每个句子的大小为56个单词，如果句子的大小小于56个单词，则此代码会将一些 PAD 放在序列的末尾。例如，仅仅为了理解而不是句子大小为56，想象它是5：
在：
complete_sentence = ['a', 'b', 'c', 'd', 'e']
not_complete_sentence = ['a', 'b', 'c']
后：
complete_sentence = ['a', 'b', 'c', 'd', 'e']
not_complete_sentence = ['a', 'b', 'c', 'PAD', 'PAD']
处理完数据后，我将其转换为caffe datum：
datum = caffe.proto.caffe_pb2.Datum()
datum.channels = 1
datum.height = txt_array.shape[0] ## 56
datum.width = 1
datum.label = label
datum.data = txt_array.tobytes()
标签为0或1（正面或负面评论），txt_array为格式化句子为 np.array 。最后，我把这个数据放在两个lmdbs上，一个用于训练，另一个用于测试。
我想知道我的数据集是否配置好？对于图像，我使用了类似的东西，但对于文本，这个配置也有效吗？或者我必须为文本做些不同的事情吗？