Bert 中文使用方式

最近尝试了bert来处理中文的NLP任务，发现效果很好。本人应用的主要方式是调用腾讯AILab 实验室开源的bert-as-service代码，bert-as-service 的git地址 该项目的api和demo 非常详细。按照过程能很快完成bert的调用。下面说一下我的使用流程。

环境配置

1. 安装tensorflow
2. 安装package

   pip install bert-serving-server
   pip install bert-serving-client

3. 下载中文bert预训练的模型预训练模型下载地址
4. 启动 bert-server 启动代码为

   •  bert-serving-start -model_dir dict/chinese_L-12_H-768_A-12 -num_worker=1 -max_seq_len=100 & 

     其中具体参数根据自己需要来配置，可以直接取句子向量，也可以取字向量和词向量，默认是句子向量

5. 调用 bert 进行自己的应用

   from bert_serving.client import BertClient
   bc = BertClient(ip='localhost',check_version=False, check_length=False)
   vec = bc.encode(['CSDN中文IT知识服务集团，业务有IT信息传播、技术交流、教育培训和专业技术人才服务。旗下有网络社区、学习平台和交流平台。'])
   print(vec)

   上面的例子是直接取句子向量的过程

bert 调用方式的优化：

分享一种既能在linux使用也能Windows使用的方法,具体网址：https://blog.csdn.net/renyuanfang/article/details/101223521