Bert中文提取词向量（GPU）

• 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'])

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！