本项目为2020-2021年ASC世界大学生超级计算机竞赛第3题，题目为训练机器学习模型完成一个完形填空形式的NLP任务，我们采用ALBert模型，使用赛方给定的数据集进行微调和测试, 最终在ALBert-xxlarge的预训练模型下达到89%的准确率。
运行以下命令安装环境依赖：
pip install -r requirements.txt数据集直接采用的赛方给定的完形填空题目数据集，放在项目目录中的task3文件夹下
ALBert-xxlarge模型的预料库我已经下载，即项目中的model/albert-xxlarge-uncased-vocab.txt文件
我已将预训练模型和微调后的模型上传到Google drive，链接如下：
Google drive 下载链接
先运行:
python3 data_util.py
（注意：若有需要，你可以修改data_util.py中语料库的本地路径）
根据赛方数据预测出答案，运行（需要需要先训练好微调后的模型，上面已给出下载链接）:
python -u main.py \
--output_dir debug-exp/ \
--do_predict \
--bert_model albert-xxlarge-v2
（同样，若有需要，你可以main.py中修改预训练模型的本地路径，或在main.py中修改微调后模型的保存路径）