打印数据分析内容：
- CAIL all 划分数据集用默认随机种子，默认配置（将term of penalty划分为11类）：
python torch_ljp/main.py -a或python torch_ljp/main.py -d CAIL -a或python torch_ljp/main.py -d CAIL all -a输出示例：op_examples/analyse/cail-all.out - CAIL all 划分数据集用随机种子42，默认配置（将term of penalty划分为11类）：
python torch_ljp/main.py -d CAIL all random_seed 42 -a输出示例：op_examples/analyse/cail-all.out - CAIL small 默认配置（将term of penalty划分为11类）：
python torch_ljp/main.py -d CAIL small -a输出示例：op_examples/analyse/cail-small.out - CAIL big 默认配置（将term of penalty划分为11类）：
python torch_ljp/main.py -d CAIL big -a输出示例：op_examples/analyse/cail-big.out
fastText分类：
- CAIL small 默认配置（将term of penalty划分为11类，测试阶段输出1个标签），做law article prediction任务，使用jieba包分词，全流程，中间数据储存在path路径（文件夹）上：
python torch_ljp/main.py -d CAIL small -ws jieba -m fastText -s law-article-prediction -oa path - CAIL small 默认配置（将term of penalty划分为11类，测试阶段输出1个标签），做law article prediction任务，使用jieba包分词，全流程，使用训练集数据文件path1和测试集数据文件path2：
python torch_ljp/main.py -d CAIL small -ws jieba -m fastText -s law-article-prediction -oa path1 path2 - CAIL small 默认配置（将term of penalty划分为11类，测试阶段输出1个标签），做law article prediction任务，使用jieba包分词，全流程，中间数据存储在path1和path2：
python torch_ljp/main.py -d CAIL small -ws jieba -m fastText -s law-article-prediction -oa path1 path2 recal输出示例：op_examples/model/fasttext_cail-small.out