bert-as-service三行代码使用bert模型

bert火了,许多应用都可以直接使用bert模型生成embedding。今天记录下很好用的工具,bert-as-service。

我的环境是在macOS下的。

 

先一顿pip,

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

然后下载你要使用的bert模型,英文的,中文的,区分大小写的等等,然后命令行使用以下命令

bert-serving-start -model_dir /tmp/english_L-12_H-768_A-12/ -num_worker=4 

其中/tmp/english_L-12_H-768_A-12/  是你下载的模型的路径。

服务器运行起来了,就可以在pycharm或者其他IDE里面敲代码调用bert模型来获取词向量了,句向量等embedding。

from bert_serving.client import BertClient
bc = BertClient()
a=bc.encode(['please give me a zan!'])
print(a)

参考链接:https://github.com/hanxiao/bert-as-service

评论 16
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