【Task简介】
自然语言理解被誉为AI皇冠上的一颗明珠，有着非常广泛的应用。比如文本分类，情感分析，命名实体识别，机器阅读理解等等。现代的自然语言理解任务的一个主流技术方案是基于预训练语言模型针对下游任务进行微调，来实现一个模型/多种应用。
【说明视频】
点击链接查看视频：
https://www.yuque.com/modelscope/rdum8e/uawwx7?inner=CvjwV
【输入与输出】
StructBERT需要在具体的下游数据上进行finetune，输入是具体任务的数据和标签，经过训练后，得到的下游模型的输出是对应数据的预测标签。
【场景应用】
以一个句子相似度任务为例，在StructBERT模型基础上finetune句子相似度的数据，就可以得到一个用来解决句子相似度任务的模型
【数据集链接】
数据集：https://modelscope.cn/datasets/modelscope/clue/summary
模型文件：https://modelscope.cn/models/damo/nlp_structbert_backbone_tiny_s
