区别：
区别一：情感表达的句子相对较短，全部最长的句子也就56个词组成，因此在数据准备和特征提取时优先将每个不同长度的句子都统一padding 上0，在model中词嵌入后，结果类似长、宽都是一样的图片，进行卷积。主要用的事tf的learn来实现句子等长功能。
如图：每个batch喂进去的‘图片’都是一样大小。
区别一：由于医疗文本是段落，长短不一，有的10几个字，有的高达400-500字。因此为了节约资源，选着在batch的时候进行padding上0，具体的做法是先对输入的所有的特征按一个文本中字的个数先排序，这样相对短长的文本就会排在前面，再取batchsize，比如batchsize=60,前60个相对较短的文本就会在前面，这时对这个取出的60个，padding上0。最后的结果在model中词嵌入后，结果类似每个batch之间，所有图片的长都是一样的，但是宽可能不一样，要根据每次取出来的那60文本中哪个最长，但是一定是越来越长的，因为我们先在前面对文本先排过序。（注：分类器不是softmax时才可以使用这种方法，softmax需要输入是等长的，这里用的最后接的事CRF）
