bert安装与使用

时间：2019-11-27 12:22:33 收藏：0 阅读：1659

环境：

python 3.5
tensorflow 1.12.1
bert-serving-server 1.9.1
bert-serving-cline 1.9.1

官网上说要保证Python >= 3.5 with Tensorflow >= 1.10

1.安装bert服务端和客户端

pip install bert-serving-server  # server
pip install bert-serving-client  # client, independent of `bert-serving-server`

2.下载预训练的中文bert模型

https://github.com/google-research/bert#pre-trained-models

https://github.com/hanxiao/bert-as-service

技术分享图片

下载成功后，解压

3.启动bert服务端　　

bert-serving-start -model_dir chinese_L-12_H-768_A-12 -num_worker=1

-model_dir用来指定上步解压的模型路径

num_worker = 1意味着它最多可以处理1个并发请求，更多并发请求将在负载均衡器中排队

技术分享图片

4. 运行代码，得到句向量

from bert_serving.client import BertClient
bc = BertClient(ip=‘localhost‘,check_version=False, check_length=False)
vec = bc.encode([‘最近一直在忙着找工作，都没时间学新技术‘])
print(vec)

技术分享图片

参考文献：

【1】bert-as-service三行代码使用bert模型 - accumulate_zhang的博客 - CSDN博客

原文：https://www.cnblogs.com/nxf-rabbit75/p/11938504.html