bert_serving 安装使用教程(参数详解!)

0 引言

BERT作为当今NLP中性能一流的模型,其应用广泛。bert_serving是便捷的获取句向量或词向量的工具。
本问将详细介绍bert_serving的安装、使用、参数

1 安装

pip install bert-serving-server  # server
pip install bert-serving-client  # client, independent of `bert-serving-server`

要求：
（1）Python >= 3.5
（2）Tensorflow >= 1.10
（3）不支持Python2！！！
bert训练好的模型chinese_L-12_H-768_A-12：
点击下载

2 使用

2.1 命令启动方式

1.cd到bert-serving-start.exe路径下
2.

bert-serving-start -pooling_strategy NONE -model_dir /Users/bj.develop.intern4/chinese_L-12_H-768_A-12 -max_seq_len 60

2.2 脚本启动方式

from bert_serving.server.helper import get_args_parser
from bert_serving.server import BertServer
args = get_args_parser().parse_args(['-model_dir', '/Users/bj.develop.intern4/chinese_L-12_H-768_A-12',
                                     '-pooling_strategy', 'NONE',
                                     '-max_seq_len','60'])

server = BertServer(args)
server.start()

2.3 调用

from bert_serving.client import BertClient
bc = BertClient(ip='localhost')
test=bc.encode(['你好','bert'])

3 参数详解

参数	说明
-model_dir	预训练模型的路径
-num_worker	线程数，表示同时可以处理多少个并发请求
-pooling_strategy	默认是句向量；-pooling_strategy NONE是词向量
-max_seq_len	句子最大长度