# 题目重述 在运行修正后的 Transformer 翻译代码时，出现如下错误： ``` NameError: name 'PAD' is not defined ``` 该错误发生在 `build_vocab()` 函数中，尝试使用未声明的变量 `PAD`、`SOS`、`EOS`、`UNK`。需定位并修复这些常量的定义缺失问题。 --- # 详解 该错误表明：代码中使用了字符串常量 `PAD`、`SOS`、`EOS`、`UNK`，但**它们未被提前定义为全局变量**，导致 Python 解释器无法识别。 🔍 查看原代码片段： ```python def build_vocab(sentences, tokenizer, max_vocab_size, specials=None): if specials is None: specials = [PAD, SOS, EOS, UNK] # ❌ 这里报错：PAD 未定义 ... ``` 而你在开头只定义了： ```python PAD_IDX = 0 SOS_IDX = 1 EOS_IDX = 2 UNK_IDX = 3 ``` ✅ 定义了**索引值**，但 ❌ **未定义对应的字符串标记**（如 `"<PAD>"`）。 因此必须补充以下四行（通常放在超参数或全局常量区）： ```python PAD = "<PAD>" SOS = "<SOS>" EOS = "<EOS>" UNK = "<UNK>" ``` 否则所有依赖这些字符串的地方（如 `build_vocab`、`sentence_to_ids`、`translate`）都会报 `NameError`。 --- # ✅ 修复方法（立即可用） 请将以下四行**添加到代码最上方、`DEVICE` 声明之后或超参数区域开头**（推荐紧接在 `PAD_IDX = 0` 等定义下方）： ```python # 特殊标记字符串（必须定义！） PAD = "<PAD>" SOS = "<SOS>" EOS = "<EOS>" UNK = "<UNK>" ``` 📌 完整示例位置（建议插入处）： ```python # ====================== 超参数 ====================== EMBED_DIM = 128 NUM_HEADS = 2 FFN_DIM = 256 NUM_LAYERS = 2 MAX_LEN = 20 EPOCHS = 10 BATCH_SIZE = 16 LEARNING_RATE = 1e-3 # 词汇大小 SRC_VOCAB_SIZE = 1000 TGT_VOCAB_SIZE = 1000 # 特殊标记索引 PAD_IDX = 0 SOS_IDX = 1 EOS_IDX = 2 UNK_IDX = 3 # ✅ 新增：特殊标记字符串（关键修复！） PAD = "<PAD>" SOS = "<SOS>" EOS = "<EOS>" UNK = "<UNK>" ``` ✅ 添加后，`build_vocab()` 中 `specials = [PAD, SOS, EOS, UNK]` 就能正常执行，不再报错。 --- # 知识点（列出该代码中遇到的知识点） ### 1. **Python 变量作用域与定义顺序** - 所有变量必须在使用前定义； - 字符串常量 `PAD` 等不是内置关键字，需显式声明。 ### 2. **NLP 中特殊标记（Special Tokens）设计规范** - `<PAD>` 用于填充对齐长度； - `<SOS>`/`<EOS>` 标记序列起止； - `<UNK>` 表示未登录词；缺一不可。 ### 3. **常量命名一致性** - `PAD_IDX`（索引）与 `PAD`（字符串）应成对定义； - 混淆二者会导致 `KeyError` 或 `NameError`，是 NLP 工程常见低级错误。