NLP：BERT NER实体识别部署运行笔记

一直想整理一下NLP相关的算法，但就是懒... ...

1、环境准备

Python >= 3.5

Tensorflow >= 1.10

#个人使用：python==3.6
# tensorflow==1.13.1
pip3 install --upgrade tensorflow==1.13.1

bert安装：

【推荐】
pip3 install bert-base==0.0.9 -i https://pypi.python.org/simple
# 或者源码安装
git clone https://github.com/macanv/BERT-BiLSTM-CRF-NER
cd BERT-BiLSTM-CRF-NER/
python3 setup.py install

2、模型下载

整理好了一份：链接:https://pan.baidu.com/s/1xrlxgAZesEaBv3BDRqRpJA  密码:y4j1

目录结构：

或者在github中找链接下载：https://github.com/macanv/BERT-BiLSTM-CRF-NER

3、使用

3.1、bert服务启动：

modePath=/Users/Davide/resource_test # 你存放模型的目录
bert-base-serving-start -model_dir $modePath/Bert_NER -bert_model_dir $modePath/chinese_L-12_H-768_A-12 -model_pb_dir $modePath/Bert_NER -mode NER -port=7777 -port_out=7778
# 注意：我这边指定了端口为 7777 和 7778 

3.2、实体识别：

import time
from bert_base.client import BertClient
# 注意：这个地方要更改默认的ip和端口
with BertClient(ip='localhost', port=7777, port_out=7778,show_server_config=False, check_version=False, check_length=False, mode='NER') as bc:
    start_t = time.perf_counter()
    str_list = ['特朗普团队和特朗普基金会','中英法俄会谈。']
    rst_list = bc.encode(str_list)
    for sent,rst in zip(str_list,rst_list):
        for word,ner in zip(list(sent),rst):
            print(word,ner)
        print()
    print(time.perf_counter() - start_t)

输出：

一定记得查看ip和port是否正确，否则没有结果！默认是5555 和 5556

 

参考文献：

https://github.com/macanv/BERT-BiLSTM-CRF-NER
https://github.com/google-research/bert
https://github.com/kyzhouhzau/BERT-NER
https://github.com/zjy-ucas/ChineseNER

---------------------------侵权删---------------------------