a demo for naive qa (reading comprehension)

学习machine reading comprehension相关知识也有一段时间了，所以我构造了一个demo，来跑一把baseline模型。模型可以运行了，但是性能还未知。

模型的目的是能够根据文章和问题给出对应的答案，用4条数据训练（data1-data4），1条数据测试（data5）：

data1 = {"answer": "特殊教育学校", "query": "智障学校叫啥", "passage":"智障学校（也叫特殊教育学校）分为公立和私立两种。公办特殊教育学校学费全免，符合条件的智障孩子都可以报名。"}
data2 = {"answer": "2011年", "query": "微信哪一年有的","passage":"微信是腾讯公司于2011年１月２１日推出的一款手机聊天软件。２０１２年９月１７日，微信注册用户过２亿"}
data3 = {"answer": "后厨", "query": "海清和小沈阳演的电视剧","passage": "海清和小沈阳主演的电视剧　有没有妈妈看《后厨》的，感觉怎么样，我看得可是挺来劲的。里面搞笑的戏份有意思。．．．"}
data4 = {"answer": "李春波", "query": "一封家书刚开始谁唱的","passage": "唱小芳的那个　李春波　［如果我的回答对您有帮助　请点击＂好评＂支持下　谢谢］"}
data5 = {"answer": "李春波", "query": "小芳谁唱的","passage": "唱小芳的那个人叫 李春波，谢谢"}

最后系统运行得到的答案是：“李春波，谢”，显然还有很多工作要继续进行。

具体代码已经放在github上了，网址为：https://github.com/WangJiuniu/naive_qa