用 BERT 模型进行文本分析

本教程主要演示了：

• 从本地加载训练好的 BERT 模型；
• 用合适的预训练模型，对原始文本（raw text）进行分词，并将其转换为 ID；
• 借助加载好的模型，用 ID 输入生成池化和序列化输出；
• 查看不同句子池化输出结果的语义相似性。

版权信息：

• Apache License 2.0 协议

安装环境：

• Python：3.6
• TensorFlow：＜ 2.5，≥ 2.4.0
• TF.Text：2.4.3

代码目录：

• 准备工作
• 配置模型
• 准备数据
• 运行模型
• 语义相似性比较

注意事项：

• 本教程推荐使用 GPU 运行。