- 环境
Ubuntu 16.04
Python 3.6
TensorFlow >= 1.10
- 安装
1.下载预训练BERT中文词向量模型
下载下面列出的模型,然后将zip文件解压到要运行的文件夹中
下载链接:https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip
2.安装server和client
通过pip安装server和client
pip install bert-serving-server
pip install bert-serving-client
server必须在python >= 3.5上运行,TensorFlow >= 1.10,不支持Python2
client可以在python2和3上运行
- 启动
1.启动BERT服务
bert-serving-start -model_dir / tmp / english_L-12_H-768_A-12 /(换成你自己的预训练BERT模型地址) -num_worker 1/2/4
启动成功的界面
注意port和port_out的参数
2.获取词向量
启动BERT之后,在服务器重新打开一个窗口,进入要运行的文件夹,启动python
将肖涵博士bert-as-server包里的client的bert_serving放入文件夹
肖涵博士bert-as-server的链接:https://github.com/hanxiao/bert-as-service
输入以下例子测试bert是否启动成功:
from bert_serving.client import BertClient
bc = BertClient(port=5555, port_out=5556) #启动bert时,得到的端口参数
bc.encode(['你好'])