这个dev_trans_func转换函数的输入是多条数据，batched=True就是对整个batch的数据进行map，而不是一条一条的

那按照道理来说，一条一条map和一个batch的数据map应该没啥差异吧，除了效率，那为啥为啥说机器阅读理解的数据处理必须要带上这个参数呀

因为在阅读理解一个example可能变成多个feature 所以需要batched=True，一条一条是不行的

用UIE中的代码为例，当map中batched=True时(不执行print那行)，会报错"TypeError: list indices must be integers or slices, not str"

当batched=Fase时，执行print(train_ds[0])正常，执行print(train_ds[0: 5]) 则也会报错"TypeError: list indices must be integers or slices, not str"

原因是`utils.py`中的convert_example()只接收单条数据的dict，无法接受多条数据dict形成的list，[dict1, dict2, ...]，请查证

train_ds = load_dataset(
        reader,
        data_path=args.train_path,
        max_seq_len=args.max_seq_len,
        lazy=False)

train_ds = train_ds.map(
        partial(
            convert_example, tokenizer=tokenizer, max_seq_len=args.max_seq_len), batched=True)

# print(train_ds[0])