BERT提取句子特征——Bert-as-server的实际操作（Windows10）

引言

笔者最近接到一个任务——使用Bert模型提取句子的特征，得到其输出的特征向量。Bert模型在网上已有许多解读，本文聚焦于如何将Bert模型作为一个工具对句子的特征进行提取。
查阅多方资料后，笔者发现谷歌公司已经将Bert模型开源，并且在官网提供了部分已经完成预训练的模型。但是笔者遇到的问题是，Bert官网提供的代码在笔者本地环境中无法正常运行，多次调试环境仍无果。因此，笔者尝试使用Bert-as-server调用预训练的Bert模型进行特征提取。
完成本次任务参考了优快云上许多大佬的文章，这部分文章会在文末给出链接，感谢前辈的无私分享。笔者这篇文章只是想记录一下初学者是怎样使用Bert-as-server，并将自己踩过的坑记录下来。

详细步骤

1、Anaconda创建虚拟环境（Python3.6）

Anaconda创建虚拟环境有多种途径，笔者习惯在Anaconda Navigator，这个图形界面窗口中创建虚拟环境。

如上图所示，弹出窗口后，虚拟环境命名为 tf1_11, Python版本选择3.6， 点击Create即可创建虚拟环境（答主的按键是灰色是因为已经创建对应的虚拟环境）。

注意：如果此时出现报错，或者出现长时间无法创建虚拟环境的情况，那么大概率是网络问题——创建虚拟环境或下载某些python的包都可能出现这个问题，因为此时需要连接国外的服务器。出现这种情况，要么多试几次，要么连接学术机构或高校的公用网络再试，要么尝试使用镜像。

2、安装TensorFlow（版本为1.11.0）

（1）打开命令提示符（cmd），使用以下命令查看自己本地的环境。

conda info