无法get_word_embedding(text)

def get_word_embedding(word):
    input_ids = tokenizer.encode(word, return_tensors='pt', padding=True, truncation=True, max_length=128)
    with torch.no_grad():
        output = Bertmodel(input_ids)
        last_hidden_states = output.last_hidden_state  # 获取最后一层隐藏状态（向量表示）
        attention_mask = output.attentions  # 获取每层的注意力分布
    # 使用注意力分布计算加权平均向量表示
    word_embedding = torch.matmul(attention_mask, last_hidden_states).mean(dim=1).squeeze().numpy()
    return word_embedding

X_embeddings = [get_word_embedding(text) for text in X]