Python 为给定值的张量生成线段标签，该值指示线段边界

如果给定一个表示张量内线段边界的唯一值，有人知道为张量生成“线段标签”的方法吗

例如，给定一个1D输入张量，其中值

1

表示线段边界

x=torch.Tensor（[5,4,1,3,6,2]）

生成的线段标签张量应具有与表示两个线段的值相同的形状：

segment_label=torch.Tensor（[1,1,1,2,2]）

同样，对于一批输入，例如批次大小=3

x = torch.Tensor([
    [5, 4, 1, 3, 6, 2],
    [9, 4, 5, 1, 8, 10],
    [10, 1, 5, 4, 8, 9]
    ])

生成的段标签张量（使用

1

作为段分隔符）应如下所示：

segment_label = torch.Tensor([
    [1, 1, 1, 2, 2, 2],
    [1, 1, 1, 1, 2, 2],
    [1, 1, 2, 2, 2, 2]
    ])

上下文：我目前正在PyTorch中使用Fairseq的Transformer实现，以完成seq2seq NLP任务。我正在寻找一种方法，在编码器的前向传递过程中将类似于BERT的段嵌入到Transformer中，而不是修改用于翻译任务的现有数据集，如

语言对\u数据集

提前谢谢

您可以使用以下方法来玩把戏：

mask=（x==1）.到（x）#仅使用边界的mask
段\标签=掩码.总和（dim=-1）-掩码+1

---

结果与所需的

片段标签一致

谢谢Shai！这是一个巧妙的解决方案。同时，我使用for循环方法实现了它，但是

.cumsum（）

要快得多。