Google Bert的使用

本文介绍了如何安装和启动 bert-as-service,利用Bert模型将文本转换为固定长度的向量。首先,通过命令行下载预训练的Chinese_L-12_H-768_A-12模型,然后启动服务。成功启动后,使用Python脚本测试预训练词向量。此外,文中还提及了文本分类任务的简单执行方式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、安装bert-as-service,这是一个可以利用bert模型将句子映射到固定长度向量的服务。

    在命令行中输入

pip install bert-serving-server # server

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

2、启动bert
    首先要先下载官方预训练的模型,比如说中文的 chinese_L-12_H-768_A-12,英文分区大小写的 uncased_L-24_H-1024_A-16
    (下载模型的网址是 https://github.com/google-research/bert)

我现在把中文预训练模型放置在

此时需要在命令行中输入

bert-serving-start -model_dir D:\study\models\BERTmodel\chinese_L-12_H-768_A-12 -num_worker=2

(注意中间必须是绝对路径,使用相对路径会出现type error错误)

下图表示成功启动

3、使用预训

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值