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)

  • 增值税核算办法
  • 个体户个人经营所得税税率表2023
  • 住宿税率是多少 5%
  • 母公司给子公司开票会有税务风险吗
  • 非盈利组织的银行是什么
  • 福利费进项税可以抵扣
  • 营改增要交增值税吗
  • 增值税专用发票可以开电子发票吗
  • 营改增后企业所得税
  • 哪些费用税务局可以抵扣
  • 公司注册资本会留存多少
  • 农村合作社开的鸡蛋免税票可以抵进项税吗?
  • 车船税为什么没有优惠
  • 职工教育经费是多少
  • 季度弥补以前年度亏损报表怎么填
  • 房产评估增值部门有哪些
  • 手动添加mac
  • 固定资产一次性扣除后第二年账务处理
  • 应交增值税的会计科目
  • ramaint.exe - ramaint是什么进程 有什么用
  • 2022年最新cpu天梯图手机
  • win7系统网络一直转圈,什么都打不开
  • 免抵退税的账务处理
  • 购货方收到红字发票怎么报税
  • Dardanup郡的小矮人村,澳大利亚 (© Amanda Hughes/Alamy)
  • 销售无形资产增值税税率2022
  • php stl
  • phpstudy备份数据库
  • 一品红叶发黄咋回事儿
  • 可以跨城租车吗
  • vue3props用法
  • 国有企业收到财政补助如何做账
  • vue调用高德js
  • php数组怎么实现的
  • 给员工期权和给股票的区别
  • 发票作废税款什么时候退
  • 企业向个人提供分期的商业活动属于
  • 一般纳税人销售旧货
  • 房地产公司活动方案
  • 内帐收入怎么确定
  • 什么是受托支付和非受托支付
  • 什么情况没有排卵期
  • 被财政收回的财物有哪些
  • 计提增值税如何计算
  • 出口收汇核销单是什么意思
  • 进项税额已经抵扣会计分录
  • 固定资产竣工前予以资本化吗
  • 专用发票下载怎么操作
  • 收到质保金怎么写收据
  • 新成立公司申报个税流程
  • 以前年度损益调整结转到本年利润吗
  • 固定资产报废属于非流动资产处置损失吗
  • 没有发票的费用汇算清缴的时候怎么调出来
  • 厂家给的促销费可以退吗
  • 在linux系统中
  • mac更改复制快捷键
  • linux开机启动过程图解
  • centos安装yun
  • 利用windows资源管理
  • 如何在ubuntu上安装软件
  • win7一直配置
  • windows10开机黑屏
  • win10version20h2的03累积更新
  • edge新版浏览器
  • win8怎么查看隐藏文件
  • WIN10系统摄像头在哪打开
  • windows config文件
  • shell脚本转换文件编码
  • jquery搜索页面内容
  • 发现可疑文件autorun.inf
  • js的a标签
  • unity导出exe没反应
  • ImageView的android:maxHeight,android:minHeight的正确设置
  • 细说javascript
  • Android EventBus实战
  • javascript脚本大全
  • 全国退休人员有几多人
  • 定额发票是如何开具的
  • 税务局发票邮寄回来怎么读入?
  • 如何查询自己是否被起诉了
  • 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