鼎鼎大名的 Bert 算法相信大部分同學都聽說過，它是Google推出的NLP領域“王炸級”預訓練模型，其在NLP任務中刷新了多項記錄，并取得state of the art的成績。

但是有很多深度學習的新手發現BERT模型并不好搭建，上手難度很高，普通人可能要研究幾天才能勉強搭建出一個模型。

沒關系，今天我們介紹的這個模塊，能讓你在3分鐘內基于BERT算法搭建一個問答搜索引擎。它就是 bert-as-service 項目。這個開源項目，能夠讓你基于多GPU機器快速搭建BERT服務（支持微調模型），并且能夠讓多個客戶端并發使用。

1.準備

開始之前，你要確保Python和pip已經成功安裝在電腦上，如果沒有，可以訪問這篇文章：超詳細Python安裝指南 進行安裝。

**(可選1) **如果你用Python的目的是數據分析，可以直接安裝Anaconda：Python數據分析與挖掘好幫手—Anaconda，它內置了Python和pip.

**(可選2) **此外，推薦大家用VSCode編輯器，它有許多的優點：Python 編程的最好搭檔—VSCode 詳細指南。

請選擇以下任一種方式輸入命令安裝依賴 ：

1. Windows 環境 打開 Cmd (開始-運行-CMD)。
2. MacOS 環境 打開 Terminal (command+空格輸入Terminal)。
3. 如果你用的是 VSCode編輯器 或 Pycharm，可以直接使用界面下方的Terminal.

pip install bert-serving-server # 服務端
pip install bert-serving-client # 客戶端

請注意，服務端的版本要求： Python >= 3.5 ，Tensorflow >= 1.10 。

此外還要下載預訓練好的BERT模型，在 https://github.com/hanxiao/bert-as-service#install 上可以下載。

也可在Python實用寶典后臺回復 bert-as-service 下載這些預訓練好的模型。

下載完成后，將 zip 文件解壓到某個文件夾中，例如 /tmp/english_L-12_H-768_A-12/

2.Bert-as-service 基本使用

安裝完成后，輸入以下命令啟動BERT服務：

bert-serving-start -model_dir /tmp/english_L-12_H-768_A-12/ -num_worker=4

-num_worker=4 代表這將啟動一個有四個worker的服務，意味著它最多可以處理四個并發請求。超過4個其他并發請求將在負載均衡器中排隊等待處理。

下面顯示了正確啟動時服務器的樣子：

使用客戶端獲取語句的編碼

現在你可以簡單地對句子進行編碼，如下所示：

from bert_serving.client import BertClient
bc = BertClient()
bc.encode(['First do it', 'then do it right', 'then do it better'])

作為 BERT 的一個特性，你可以通過將它們與 |||（前后有空格）連接來獲得一對句子的編碼，例如

bc.encode(['First do it ||| then do it right'])

遠程使用 BERT 服務

你還可以在一臺 (GPU) 機器上啟動服務并從另一臺 (CPU) 機器上調用它，如下所示：

# on another CPU machine
from bert_serving.client import BertClient
bc = BertClient(ip='xx.xx.xx.xx') # ip address of the GPU machine
bc.encode(['First do it', 'then do it right', 'then do it better'])

3.搭建問答搜索引擎

我們將通過 bert-as-service 從FAQ 列表中找到與用戶輸入的問題最相似的問題，并返回相應的答案。

FAQ列表你也可以在 Python實用寶典后臺回復 bert-as-service 下載。

首先，加載所有問題，并顯示統計數據：

prefix_q = '##### **Q:** '
with open('README.md') as fp:
    questions = [v.replace(prefix_q, '').strip() for v in fp if v.strip() and v.startswith(prefix_q)]
    print('%d questions loaded, avg. len of %d' % (len(questions), np.mean([len(d.split()) for d in questions])))
    # 33 questions loaded, avg. len of 9

一共有33個問題被加載，平均長度是9.

然后使用預訓練好的模型：uncased_L-12_H-768_A-12 啟動一個Bert服務：

bert-serving-start -num_worker=1 -model_dir=/data/cips/data/lab/data/model/uncased_L-12_H-768_A-12

接下來，將我們的問題編碼為向量：

bc = BertClient(port=4000, port_out=4001)
doc_vecs = bc.encode(questions)

最后，我們準備好接收用戶的查詢，并對現有問題執行簡單的“模糊”搜索。

為此，每次有新查詢到來時，我們將其編碼為向量并計算其點積 ** doc_vecs **然后對結果進行降序排序，返回前N個類似的問題：

while True:
    query = input('your question: ')
    query_vec = bc.encode([query])[0]
    # compute normalized dot product as score
    score = np.sum(query_vec * doc_vecs, axis=1) / np.linalg.norm(doc_vecs, axis=1)
    topk_idx = np.argsort(score)[::-1][:topk]
    for idx in topk_idx:
        print(' > %st%s' % (score[idx], questions[idx]))

完成！ 現在運行代碼并輸入你的查詢，看看這個搜索引擎如何處理模糊匹配：

完整代碼如下，一共23行代碼（在后臺回復關鍵詞也能下載）：

上滑查看完整代碼

import numpyas np
from bert_serving.clientimport BertClient
from termcolorimport colored

prefix_q ='##### **Q:** '
topk =5

with open('README.md')as fp:
    questions = [v.replace(prefix_q,'').strip()for vin fpif v.strip()and v.startswith(prefix_q)]
    print('%d questions loaded, avg. len of %d' % (len(questions), np.mean([len(d.split())for din questions])))

with BertClient(port=4000, port_out=4001)as bc:
    doc_vecs = bc.encode(questions)

while True:
        query = input(colored('your question: ','green'))
        query_vec = bc.encode([query])[0]
# compute normalized dot product as score
        score = np.sum(query_vec * doc_vecs, axis=1) / np.linalg.norm(doc_vecs, axis=1)
        topk_idx = np.argsort(score)[::-1][:topk]
        print('top %d questions similar to "%s"' % (topk, colored(query,'green')))
for idxin topk_idx:
            print(' > %st%s' % (colored('%.1f' % score[idx],'cyan'), colored(questions[idx],'yellow')))

夠簡單吧？當然，這是一個基于預訓練的Bert模型制造的一個簡單QA搜索模型。

你還可以微調模型，讓這個模型整體表現地更完美，你可以將自己的數據放到某個目錄下，然后執行 run_classifier.py 對模型進行微調，比如這個例子：

https://github.com/google-research/bert#sentence-and-sentence-pair-classification-tasks