我想做一个知识问答的模型，请为我写一段数据加载的代码，数据分为<question,answer,lable>三个元组，如果answer是question的正确答案，则lable为1

好的，这里给您提供一个简单的数据加载代码示例，假设您的数据存储在一个CSV文件中，每一行为一个<question, answer, label>的元组：

import csv
from torch.utils.data import Dataset

class QADataset(Dataset):
    def __init__(self, file_path):
        self.data = []
        with open(file_path, 'r', encoding='utf-8') as f:
            reader = csv.reader(f, delimiter=',')
            for row in reader:
                question, answer, label = row[0], row[1], int(row[2])
                self.data.append((question, answer, label))
    
    def __len__(self):
        return len(self.data)
    
    def __getitem__(self, index):
        question, answer, label = self.data[index]
        return question, answer, label

其中，我们首先定义了一个`QADataset`类，继承自PyTorch中的`Dataset`类。在构造函数中，我们使用Python内置的`csv`模块读取CSV文件，并将每一行转换成一个元组`(question, answer, label)`，并保存在`self.data`中。在`__len__`方法中，我们实现了获取数据集大小的功能，返回`self.data`的长度即可。在`__getitem__`方法中，我们实现了获取指定索引的数据样本的功能，返回该索引对应的元组即可。这样，我们就可以使用PyTorch中的`DataLoader`类来对数据进行批量处理了。