传统方法是把每个词的词向量，取平均或者取最大最小，这样其实会损失很多信息。
粗暴一点处理，可以截断和padding成一样的长度，然后把embedding进行拼接
好一点的方式，是至少用LSTM的hidden state捕捉序列信息（这样embedding的顺序和分布全都可以保留，而不是粗暴地平均或者最大最小）
新的方法都会加入更加动态的一些attention机制~
长文本可以用时间序列网络建模(双向)，更进一步可以用层次化的数据整理形式，带上attention机制 典型的模型包括 Bi-LSTM（双向LSTM）、Bi-attention-LSTM（双向注意力LSTM）、HAN（Hierarchical Attention Networks）、还有BERT等预训练模型fine-tuning（主要是transformer的self-attention起作用）
