Lab07 Reading Comprehension Starter#

本实验提供一个本地可运行的抽取式阅读理解 starter。目标是先固定 SQuAD 风格输入输出契约，打通从上下文和问题到答案输出的最小流程，并保留预训练模型扩展接口。

目录结构#

• lab07_reading_comprehension.py：默认入口脚本
• data/sample_qa.json：本地样例 QA 数据
• outputs/metrics.json：held-out 与 replay 指标
• outputs/sample_predictions.json：预测明细
• requirements.txt：依赖说明（当前 starter 仅标准库）

数据 schema#

samples 中每条样本包含：

• id
• context
• question
• answers：至少一个答案，包含 text 与 answer_start

脚本会校验答案文本是否与 context 指定 span 完全一致。

运行方式#

在工作区根目录执行：

f:/Study/ComputerScience/Computer_2026_Spring_Term/Natural_Language_Processing/lab/.venv/Scripts/python.exe lab07/lab07_reading_comprehension.py

当前验证结果#

• 训练样本数：4
• 验证样本数：2
• Held-out EM/F1：0.0000 / 0.4444
• Starter replay EM/F1：0.0000 / 0.3517

说明：

• 当前是启发式抽取器，主要用于验证结构与流程，不代表正式模型效果。
• 指标偏低符合预期，后续应接入预训练模型路线提升效果。

扩展点#

PretrainedQaRoute 是预训练模型占位接口。拿到课程数据和依赖后，可将启发式抽取替换为正式模型推理或训练。