你遇到的这个错误本质是torchtext版本迭代导致的API变更：从torchtext 0.12.0版本开始，官方彻底移除了legacy子模块，原来在torchtext.legacy.data下的Field、BucketIterator等类要么被重构，要么被替换成了更灵活的新API。下面给你两种可行的解决方案：

方案1：降级torchtext到兼容版本（快速解决） #

如果你的代码依赖旧版legacy模块的逻辑，最直接的办法是安装支持legacy的torchtext旧版本，推荐0.11.x系列（和PyTorch 1.11.x版本匹配，避免版本冲突）：

执行安装命令：

pip install torchtext==0.11.0

注意：如果你的环境里已经安装了更高版本的torchtext，先执行pip uninstall torchtext卸载后再安装指定版本。Kaggle环境中可以用!pip install torchtext==0.11.0来执行。

你之前尝试安装deepmatcher==0.1.1没用，是因为这个库可能依赖旧版torchtext，但如果环境里已经存在新版torchtext，会出现依赖冲突，所以直接降级torchtext才是关键。

方案2：迁移到torchtext新版本API（长期推荐） #

旧版legacy模块已经不再维护，如果你打算长期维护项目，建议迁移到torchtext 0.12+的新API，以下是核心组件的替代方式：

1. 替换Field（词汇表构建+文本预处理） #

原来的Field负责分词、词汇表构建等工作，现在可以拆分用以下组件实现：

from torchtext.data import get_tokenizer
from torchtext.vocab import build_vocab_from_iterator

# 初始化分词器（以spacy为例）
tokenizer = get_tokenizer('spacy', language='en_core_web_sm')

# 定义生成token迭代器的函数，用于构建词汇表
def yield_tokens(data_iter):
    for text in data_iter:
        yield tokenizer(text)

# 从数据集迭代器构建词汇表，指定特殊符号
vocab = build_vocab_from_iterator(yield_tokens(train_data_iter), specials=["<unk>", "<pad>"])
vocab.set_default_index(vocab["<unk>"])  # 设置未知token的默认索引

2. 替换BucketIterator/Iterator #

旧版的迭代器可以用PyTorch原生的DataLoader结合自定义的collate_fn实现，还能支持按文本长度自动分组填充：

import torch
from torch.utils.data import DataLoader
from torch.nn.utils.rnn import pad_sequence

def collate_batch(batch):
    text_tensor_list, label_list = [], []
    for text, label in batch:
        # 将文本转为token索引的张量
        text_tokens = torch.tensor(vocab(tokenizer(text)), dtype=torch.int64)
        text_tensor_list.append(text_tokens)
        label_list.append(label)
    # 对批次内的文本进行填充，保证长度一致
    padded_text = pad_sequence(text_tensor_list, padding_value=vocab["<pad>"])
    return padded_text, torch.tensor(label_list, dtype=torch.int64)

# 初始化DataLoader，传入自定义的collate_fn
train_dataloader = DataLoader(train_dataset, batch_size=32, shuffle=True, collate_fn=collate_batch)

总结 #

• 如果你只是想快速跑通现有代码，选择方案1降级torchtext最省心；
• 如果是长期维护的项目，推荐方案2迁移新API，能获得torchtext新版本的性能优化和新特性支持。

内容的提问来源于stack exchange，提问作者Gourab