知乎大佬的思路还是很清晰的。词表和数据加载器使用的数据集本人改用json格式的sogou和web的数据集，这个数据还需要自己处理一下，有些问题没有答案，但是有问答的相关信息（这个文本太长了），为了方便训练，而筛除没有答案的问题，然后做好标签。最近在学习研发QA系统，本人单纯想记录一下。词表和数据加载器和参考知乎大佬的源代码！...