ALBERT实战：基于ALBERT预训练模型实现答案预测分类

• 任务描述： 根据上文和提问，使用预训练模型对答案进行预测分类。答案是判断内容与问题之间的语义关系进行答案预测，给予肯定回答或者否定回答或者无法确定。

Question:
 
吃完钙片可以吃香蕉吗？
 
Evidentce:
 
香蕉含有比较多的果胶，有可能会和钙反应，出现沉淀，导致腹痛等症状，也容易出现结石
 
Candidate Answers:
 
可以|不可以|无法确定

• 数据集：https://download.csdn.net/download/qq_38735017/87140416

• 运行环境：Python3.7环境下测试了本教程代码。需要的第三方模块和版本包括：

transformers>=2.8
torch>=1.3.0
tqdm==4.45.0

• 方法概述：本教程旨在介绍如何利用pytorch深度学习工具实现一个阅读理解模型，通过加载数据、预处理数据、构建模型、训练模型测试用例依次实现一个阅读理解答案预测工具，在训练和预处理过程中通过可视化监督训练过程。 说明：目前本文档仅作为示例，为了加快训练速度模型较为简单，词向量维度也比较低，因此导致模型准确率较低。

• 建议学习时长