我正在使用谷歌机器学习API从纯文本中生成动态问题和答案。

例如，纯文本包含以下信息：

亚伯拉罕·林肯于1809年2月12日出生在肯塔基州哈丁县，父母是托马斯和南希·林肯，出生在一个名为Sinking Spring的农场上的单间木屋中（靠近现代的霍奇维尔，肯塔基州）。尽管托马斯缺乏正式教育，但他是一位出色的农民和木匠，并且经常担任陪审团成员。林肯在肯塔基和印第安纳的西部边疆长大。主要是自学成才，他成为伊利诺伊州的律师，辉格党的领导者，并被选入伊利诺伊州众议院，任职八年。

预期的输出格式为元组：问题与答案

("林肯出生于何时？" , "1809年2月12日", "1809", "2月12日")("亚伯拉罕·林肯出生在哪里？", "哈丁县", "肯塔基州", "哈丁县, 肯塔基州")("谁擅长农耕和木工？", "林肯", "亚伯拉罕·林肯", "亚伯拉罕")("他在哪个国家长大？", "肯塔基和印第安纳的西部边疆")("他在伊利诺伊州众议院服务了多少年？","八年", "八年")("什么是IHR？", "伊利诺伊州众议院")("IHR的全称是什么？","伊利诺伊州众议院")

我尝试过：

我已经使用google ML APIs生成了三元组、语法列表和实体。

能否有人帮助我生成上述输出？

回答：

你应该查看一下斯坦福问答数据集。它正是你所寻找的用途。2017年在CS224N课程中也曾作为作业布置。你可以在这里找到作业和起始代码。该作业将指导你如何使用TensorFlow自己编写代码，非常详尽。如果你只是想直接使用代码，你也可能在学生的GitHub上找到这些作业的解决方案。