PyTorch运行LSTM槽位标注任务报IndexError: index out of range in self求解

1. 直接报错原因：词嵌入索引越界 #

从给出的运行信息可以直接定位触发报错的核心原因：

• 模型的词嵌入层为 Embedding(1148, 560)，即词汇表总大小为1148，合法的索引取值范围是 0~1147
• 输入的inputs张量中存在大量1150的数值，已经超出嵌入层的合法索引范围，因此触发IndexError

异常索引来源排查 #

该问题通常是序列填充逻辑导致的：你在做句子长度统一填充时，用的<PAD>填充标记没有加入到vocab2sent词表中，或是填充用的索引值设置超出了词表的大小范围。

修复方案 #

• 将填充标记<PAD>加入vocab2sent词表，确保它的编号小于1148
• 若存在未登录词（OOV）的场景，同时预留OOV标记的词表位置，所有不在词表中的词统一映射到OOV的合法索引，不要直接使用超出词表范围的编号
• 若不需要调整词表，初始化模型时将词表大小参数改为len(vocab2sent) + 特殊标记数量，例如仅用到PAD和OOV两个特殊标记就加2

2. 代码隐藏逻辑错误 #

解决索引越界问题后还会触发损失计算报错，需要同步修改：
原损失计算代码写错了入参：

loss = loss_function(sentence_in, targets)

nn.NLLLoss的第一个入参要求传入模型输出的预测结果tag_scores，不是输入句子张量sentence_in，修改为如下即可：

loss = loss_function(tag_scores, targets)

3. 可选优化建议 #

你测试推理阶段存在两处数据处理逻辑不一致的问题：第一次推理直接用torch.tensor(training_data[0][0])转张量，第二次推理用了prepare_sequence工具函数，建议统一前后处理逻辑，避免出现索引不匹配的问题。

内容的提问来源于stack exchange，提问作者Parsh