#继上次学习记录，我已经20天没有学习了，光玩了，快死了啊。
1.目前还是在看MTB的代码，其中预训练的部分，有很多不明白的，地方：
使用的预训练的数据集是cnn.txt，不知道是否是使用的QA数据集https://cs.nyu.edu/~kcho/DMQA/。
它整个的格式是这个样子的：
分为两个部分：一个是短文，另一个是4个@highlight，强调部分的文字并不标准在短文中出现，是summary性的。
从上述的链接中可以知道，这些附带的是问题，缺少一个单词或短语，可以从短文中找到。（也就是说也是个完形填空的类型？）
cnn数据集中有大约9万个文档，有38万个问题。
#不对，上面应该是理解错了，上面是story，下面才是问题question：
下载下来就是为了看里面的格式，但是发现看不懂啊，是@entity用来替换上面的吗？那这是为什么呢？
那么既然有这个question文件，要story还有啥用？