基于bert BERT 的中文问答系统谈fine-tune

fine-tun有两种形式，google官网给出的run_classifier.py示例，是利用行业数据对bert的所有参数做微调。将text_a和text_b串接，最后层做一个二分类。
而另一种形式，是exact_featrue.py，保存bert特征作为输入，训练自己的较浅的神经网络模型。
ｇｏｏｇｌｅ文献说ｆｉｎｅ－ｔｕｎｅ　所有参数的效果优于调整最后若干层。实验结果展示效果相近（个人认为我第二种方法额外添加层数较多相关）。