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)

  • 增值税普通
  • 工会经费免征三年需要申报吗
  • 股权转让所得交所得税吗
  • 银行支付结算工作内容
  • 作为展示用的物品
  • 计入增值税应税销售额
  • 旅行社开哪里比较好
  • 红利所得分配也要交税吗
  • 如何开具红字增值发票
  • 做天猫合理避税吗
  • 企业所得税计提分录怎么写
  • 宽带是否需要缴纳印花税?
  • 加计扣除的研发费用范围
  • 餐费可以列入哪些费用明细
  • 公司注销后原有债权
  • 科目余额表借方和贷方
  • 分期付款的车怎么做分录
  • 分公司注销时有未分配利润需要交税吗
  • 劳务人员奖金如何纳税
  • 计提折旧计算公式是什么
  • 为什么打开Win10虚拟器后一直在界面
  • win10开发工具在哪
  • 决算报表是财务报表吗
  • 企业职工工伤赔偿标准
  • 贷款房屋评估费怎么收
  • 外资企业如何
  • 增值税跟企业所得税的关系
  • 低值易耗品的三级科目有哪些
  • 营业外收入的会计要素
  • 甲产品生产耗用a材料10000千克,单位成本
  • 销售商品的结转
  • php产品
  • 增值税专用发票怎么开
  • vue3的理解
  • 教育行业财务处理流程
  • php js
  • idea配置meaven
  • 猿猴的作文
  • thinkphp钩子场景
  • php静态方法可以被继承吗
  • php clob
  • 如何理性看待国企改革
  • 不动产物权归属和内容的根据是什么?
  • 盈余公积企业所得税税率
  • 总公司签合同开票分公司做业务分公司如何确认收入?
  • centos 安装方法
  • 公司法人怎么样才会没有责任
  • 小规模纳税人会自动转为一般纳税人
  • 金税四期对建筑行业有什么影
  • 单位未足额缴纳社保怎么赔偿
  • 开具发票时如何做账务处理?
  • 电子发票已开出客户退款会计处理是怎样的?
  • 费用提前预支的请示
  • 改良设备的入账价值
  • 管理费用当月可以结转吗
  • 企业账务流程
  • 现金收账凭证
  • 会议接待纸笔摆放
  • 本单位职工可以在本单位兼职吗
  • 盈余公积金计算方法
  • 一些有用的sql语句是什么
  • mac上网速度慢
  • mac的qq缓存在哪里怎么打开
  • centos怎么修改文件权限
  • 苹果电脑安装虚拟机会有什么影响
  • svn怎么切换用户名
  • win7系统谷歌浏览器错误代码a00a0017
  • opengl绘制地面
  • node.js gui
  • unity shaderlab新手宝典
  • unity learn
  • angularjs1.5
  • jquery遍历数组的方法
  • unity3d怎么用
  • Windows下python2.7.8安装图文教程
  • 房产契税发票在哪里查询
  • 虚假新闻造成的真实伤害
  • 目前长沙二手房出售信息
  • 税务部门放管服
  • 湖北国税发票真伪查询系统
  • 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