使用bert-service获取句向量和相似度计算

一、下载已训练好的模型

本文选择的是BERT-Base, Chinese：Chinese Simplified and Traditional, 12-layer, 768-hidden, 12-heads, 110M parameters
所有预训练模型：https://github.com/google-research/bert#pre-trained-models

二、下载bert-as-server

1、下载bert-server服务

pip install bert-serving-server   #server
pip install bert-serving-client   #client

2、启动服务

#bert-serving-start -model_dir /project/bert/chinese-L-12_H768_A-12 -num worker=4    #模型解压路径，可指定GPU使用数量
bert-serving-start -model_dir /project/bert/chinese-L-12_H768_A-12

3、bert-server-document

三、利用bert-as-server获取句子向量应用于QA系统

from bert_serving.client import BertClient
bc = BertClient()
sen_emb = bc