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)

  • 小规模纳税人税收优惠2023
  • 分公司所得税汇算清缴
  • 建设单位施工现场补助
  • 金税四期有什么优势
  • 履约保证金打到哪个账户
  • 发票上的金额是什么字体
  • 记账凭证银行利息该怎么记凭证
  • 房地产开发企业预收款预缴增值税
  • 企业所得税申报表在哪里打印
  • 企业盘活资产的方法有哪些
  • 企业返利如何处理
  • 电力安装工程合同范本
  • 因产品不合格退回报废会计处理
  • 营改增后机械设备租赁需缴纳什么税?
  • 医疗器械技术服务合同
  • 增值税税负的概念和如何确定税负
  • 股东投资款印花税多少
  • 无偿赠送不得抵扣吗?
  • 专用发票超过360天作废
  • 特种设备年检费怎么开具发票
  • win10无internet怎么解决
  • 购买加油卡怎么入账
  • 纳税人依法可以享受减免税待遇而没有享受的
  • win7开机拨号取消
  • 所得税季度预缴怎么算
  • 融资租入的设备为什么属于资产
  • 未分配利润可以用来干什么
  • apache配置多个项目
  • 营改增后土增税收入
  • 农村合作社免所得税吗
  • 融资租赁业务的特点
  • JavaScript之Ajax-axios表单提交
  • 滤波方案
  • redisson php
  • php static function
  • 坏账核销会计处理
  • 公司交1500五险一金是什么水平
  • sql server怎么创建约束
  • 安装sqlserver2005警告iis
  • 员工公交费补贴怎么入账
  • 外贸企业增值税申报
  • 开发研究的定义
  • 报销为什么不能打给投保人
  • 接受现金捐赠怎么做会计分录
  • 固定资产清理的累计折旧怎么算
  • 对方开票少开几角会计分录
  • 未分配利润转增股本
  • 利息保障倍数为0说明什么
  • 增值税进项用不完怎么办
  • 事业单位职工福利费
  • 纳税人将外购的货物用于非应税项目
  • 融资租出固定资产的账务处理
  • 支付宝如何支付医保费用
  • 免抵退税中免抵税额怎么算
  • 年初要新建帐套吗
  • 投出业务会计分录
  • mysqldump -s
  • mysql 5.7.18 zip版安装配置方法图文教程(win7)
  • bios关闭pxe
  • centos 发行版
  • win8 64位触控版导致笔记本键盘失灵解决方法
  • linux 互传文件
  • win7系统更新补丁会解决游戏卡顿的问题吗
  • win8旗舰版官方下载
  • win10 edge浏览器崩溃
  • Linux操作系统支持虚拟内存吗
  • Cocos2dx 3.0 lambda表达式的使用
  • unity转盘游戏
  • Web Inspector:关于在 Sublime Text 中调试Js的介绍
  • 如何检测ip地址是否被占用
  • unity编辑器安装
  • js验证身份证合法性
  • 自定义view的基本流程
  • 怎么将安卓
  • python怎么用命令行
  • js获取当前浏览器版本
  • javascript 自定义类
  • 家政公司的清洁工具
  • 光明区新区
  • 如何网上办税票
  • 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