聚类结果不好怎么办_使用bert-serving生成词向量并聚类可视化

谷歌推出的Bert语言预处理模型的强大不必多说。而Bert-serving可以直接调用谷歌训练好的字向量，然后很轻松就可以生成我们需要的词向量。这对于我们nlp的追随者来说实验又简单了不少。我今天利用Bert-serving调用词向量，并对三种不同类型的词语进行聚类，然后可视化。

bert-serving的安装我就不说了，很多教程都有。我直接贴出调用词向量的代码。例如我想得到“人工智能”的词向量。

很简单吧，简单的几行代码就能得到相应的词向量并且输出出来。我们得到的词向量维度是768维的。我上面是生成了一个词的词向量，那多个词呢？很简单， 在集合里添加就行，如下图所示。

所以，如果我们想对很多语料生成词向量的话，只需将这些语料一条条的放到一个集合中就可以啦。有了词向量我们就可以拿它来做我们想做的事情了：文本分类、情感分析、实体识别、数据聚类等等等。接下来我今天使用Bert生成的词向量，然后利用K-means聚类算法对词语进行聚类然后可视化。

我使用了https://github.com/fighting41love/funNLP Git