本Demo基于BERT搭建起一个简单的匹配模型，输入两个文本，输出结果是否互为复述。

• /Model
  • MatchModel.py 模型文件，包含了输入输出的运算过程（其中包含了其他预训练模型的匹配模型，本demo只使用了BERT，其余可以忽略）
• /utils
  • logger.py 日志记录
  • classification_metrics.py 评价指标
• all_dataset.py 读入数据文件，将数据转换成pytorch的dataset格式
• parser1.py 参数设置文件，可以通过命令行传入
• Train_baseline.py 训练代码，通过train_lcqmc.sh调用
• train_lcqmc.sh 启动训练脚本（入口，传入参数，调整参数）
• interface.py 训练完成后，使用训练好的模型进行预测的接口（传入模型路径即可）
• requirements.txt 运行环境所需包 （pip3 install -r requirements.txt）
• readme.md 本文件，说明

• 训练模型：

  sh train_lcqmc.sh
  

  可以通过文件修改训练超参数

  训练后的模型文件保存在/result目录下

• 预测接口：

  python3 interface.py "text1" "text2" "saved_model"
  

  预测时传入两个文本和模型路径即可得到结果

[1] Devlin J, Chang M W, Lee K, et al. Bert: Pre-training of deep bidirectional transformers for language understanding[J]. arXiv preprint arXiv:1810.04805, 2018.