位置: IT常识 - 正文

Bert 得到中文词向量(bert获取中文词向量)

编辑:rootadmin
Bert 得到中文词向量

推荐整理分享Bert 得到中文词向量(bert获取中文词向量),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:bert英文发音,bert读,bert获取中文词向量,bert翻译成中文,bert分词得到词向,bert翻译成中文,bert中文分词,bert中文分词,内容如对您有帮助,希望把文章链接给更多的朋友!

通过bert中文预训练模型得到中文词向量和句向量,步骤如下: 下载 bert-base-chiese模型 只需下载以下三个文件,然后放到bert-base-chinese命名的文件夹中

得到中文词向量的代码如下

import torchfrom transformers import BertTokenizer, BertModeltokenizer = BertTokenizer.from_pretrained('bert-base-chinese') # 加载base模型的对应的切词器model = BertModel.from_pretrained('bert-base-chinese')print(tokenizer) # 打印出对应的信息,如base模型的字典大小,截断长度等等token = tokenizer.tokenize("自然语言处理") # 切词print(token) # 切词结果indexes = tokenizer.convert_tokens_to_ids(token) # 将词转换为对应字典的idprint(indexes) # 输出idtokens = tokenizer.convert_ids_to_tokens(indexes)# 将id转换为对应字典的词print(tokens) # 输出词# 使用这种方法对句子编码会自动添加[CLS] 和[SEP]input_ids = torch.tensor(tokenizer.encode("自然语言处理")).unsqueeze(0)print(input_ids)outputs = model(input_ids)# cls_id = tokenizer._convert_token_to_id('[CLS]')# sep_id = tokenizer._convert_token_to_id('[SEP]')# print(cls_id, sep_id)sequence_output = outputs[0]print(sequence_output)print(sequence_output.shape) ## 字向量Bert 得到中文词向量(bert获取中文词向量)

输出的结果如下

PreTrainedTokenizer(name_or_path='bert-base-chinese', vocab_size=21128, model_max_len=512, is_fast=False, padding_side='right', truncation_side='right', special_tokens={'unk_token': '[UNK]', 'sep_token': '[SEP]', 'pad_token': '[PAD]', 'cls_token': '[CLS]', 'mask_token': '[MASK]'})['自', '然', '语', '言', '处', '理'][5632, 4197, 6427, 6241, 1905, 4415]['自', '然', '语', '言', '处', '理']tensor([[ 101, 5632, 4197, 6427, 6241, 1905, 4415, 102]])tensor([[[-0.5707, 0.1999, -0.0637, ..., -0.0916, -0.3997, 0.1751], [ 0.1549, 0.2454, 0.8372, ..., -0.7411, -0.8433, 0.5498], [ 0.1983, -0.5007, -0.6416, ..., 0.0322, -0.2561, 0.0599], ..., [ 0.1960, 0.4055, 1.6229, ..., 0.1070, -0.2448, 0.1766], [ 0.0846, 0.9084, 0.5164, ..., 0.0235, 0.6487, -0.0858], [-0.5326, -0.0390, 1.9163, ..., 0.1597, -0.2909, 0.6810]]], grad_fn=<NativeLayerNormBackward0>)torch.Size([1, 8, 768])

当然还可以通过bert-as-service得到词向量,网上有很多,步骤如下:

安装肖涵博士的bert-as-service: pip install bert-serving-server pip install bert-serving-client

下载训练好的Bert中文词向量: https://storage.proxy.ustclug.org/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip

启动bert-as-service: 找到bert-serving-start.exe所在的文件夹(我直接用的anaconda prompt安装的,bert-serving-start.exe在F:\anaconda\Scripts目录下。)找到训练好的词向量模型并解压,路径如下:G:\python\bert_chinese\chinese_L-12_H-768_A-12 打开cmd窗口,进入到bert-serving-start.exe所在的文件目录下,然后输入:

bert-serving-start -model_dir G:\python\bert_chinese\chinese_L-12_H-768_A-12 -num_worker=1#后台启动服务(nohup .... &)nohup bert-serving-start -model_dir G:\python\bert_chinese\chinese_L-12_H-768_A-12 -num_worker=1 &

即可启动bert-as-service(num_worker好像是BERT服务的进程数,例num_worker = 2,意味着它可以最高处理来自 2个客户端的并发请求。) 启动后结果如下: 获取Bert预训练好的中文词向量:

from bert_serving.client import BertClient bc = BertClient() print(bc.encode([“NONE”,“没有”,“偷东西”]))#获取词的向量表示 print(bc.encode([“none没有偷东西”]))#获取分词前的句子的向量表示 print(bc.encode([“none 没有 偷 东西”]))#获取分词后的句子向量表示

结果如下:其中每一个向量均是768维。

本文链接地址:https://www.jiuchutong.com/zhishi/295945.html 转载请保留说明!

上一篇:Java - token的存储与获取(javatoken生成机制)

下一篇:vue项目根据不同环境动态配置接口请求ip及全局变量(vue环境变量配置)(vue调用同一个组件)

  • 未按期纳税申报怎么处理
  • 非金银首饰以旧换新增值税
  • 纳税收入包含哪些
  • 合伙企业每年费用
  • 分公司与总公司的法律关系
  • 30万的车税可以抵多少钱
  • 国有企业党组织工作应遵循的原则包括
  • 装饰行业可否用石灰代替
  • 差额事业单位发放科研奖励记账
  • 网银费用及回单箱费用账务处理?
  • 超市预付款应做在哪个会计科目?
  • 红冲的普票要给对方单位吗
  • 金税盘最高限额怎么修改
  • 营改增后商品房销售合同印花税的计税依据是什么?
  • 进口关税完税价格
  • 固定资产领用材料进项税处理
  • 外管证税收预缴税率是多少?
  • 企业出租屋顶不需要缴税!
  • 延期付款利息到底有没有税务风险
  • 一般纳税人购进原材料支付的增值税
  • 网上申报城建税及附加怎么操作
  • 小规模收入未达50万
  • win10怎么接收手机热点
  • 不动产抵押合同管辖法院
  • 收到法院的案件款应该怎么做帐
  • linux系统中查看进程的命令
  • php floor()
  • 支付手续费方式委托代销商品确认收入
  • 用友预收货款账务处理
  • 罂粟的花季
  • 深入解析windows第7版卷2
  • php获取数组的值
  • 张家界天门山介绍简介
  • vue3.0用法
  • yolo xml转txt
  • php操作mysql数据库
  • vue $route
  • 无需本地部署的软件
  • php自定义函数实现计算整数的四次方
  • 生产加工企业的成本核算
  • 怎么调整以前年度
  • 记账凭证银行利息入息
  • 交易性金融资产处置时的会计核算步骤
  • 小微企业所得税税率
  • 累计折旧如何计算使用年限
  • 资产类备抵科目借方表示
  • 银行手续费已扣发票未开的账务处理
  • 九月份个人所得税的调整
  • 融资租赁开什么发票
  • 一般纳税人的劳务公司的税率
  • 开专票还要另外再交钱么
  • 发票未到货已入库会计分录 原材料
  • 应收账款项目期末余额怎么计算
  • 小规模纳税人系统查询
  • 发票红冲怎么回事
  • 培训费产生的差额是什么
  • 劳务公司的劳务税是多少
  • 暂估成本的两种形式
  • 错误的英文
  • mysql重置初始密码
  • windows的使用
  • 虚拟机的ubuntu
  • win8系统win10有什么区别
  • ubuntu搭建go环境
  • centos 搜索
  • linux系统获取dhcp地址
  • ikeeperpab.exe是什么
  • win8.1应用商店不能装软件,提示此项应用不在提供
  • computed缓存
  • 网页字体大小调整方案
  • perl hex
  • js函数重名
  • web开发css
  • 用python写网页
  • jquery绑定keyup
  • js跨域解决方案
  • 河北地税代收工作怎么样
  • 网上交医保几点上班
  • 安徽省历任书记
  • 网上如何申请
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设