[总结] QA摘要

数据集：

训练集（82943条记录）建立模型，基于汽车品牌、车系、问题内容与问答对话的文本，输出建议报告文本。

测试集（20000条记录）使用训练好的模型，输出建议报告的结果文件。

代码结构

/QA-master
        ./datasets
        ./seq2seq_tf2                #baseline: 以RNN(cell为LSTM/GRU)为编解码器的Seq2Seq模型。
        ./seq2seq_pgn_tf2        #改进1:     使用了基于Seq2Seq的PGN模型。
        ./seq2seq_transformer_pgn_tf2        #改进2:   使用了transformer作为编解码器的PGN-net。
        ./seq2seq_bertsum        
        ./utils

项目文件说明：

baseline :

seq2seq_pgn_tf2 文件下是使用tensorflow2.0搭建完成的两个模型，一个是baseline版本的seq2seq模型，另外一个是基于seq2seq的Pointer-Generator Networks（PGN）模型。

seq2seq_pgn_tf2文件下是使用tensorflow2.0搭建完成的两个模型，

一个是baseline版本的seq2seq模型，另外一个是基于seq2seq的Pointer-Generator Networks（PGN）模型。