ChineseBERT-base

本项目是将ChineseBERT进行了加工，可供使用者直接使用HuggingFace API进行调用，无需再进行多余的代码配置。

原论文地址： ChineseBERT: Chinese Pretraining Enhanced by Glyph and Pinyin Information Zijun Sun, Xiaoya Li, Xiaofei Sun, Yuxian Meng, Xiang Ao, Qing He, Fei Wu and Jiwei Li

原项目地址： ChineseBERT github link

原模型地址： ShannonAI/ChineseBERT-base (该模型无法直接使用HuggingFace API调用)

本项目使用方法

1. 安装pypinyin

pip install pypinyin

2. 使用AutoClass加载tokenizer和model

from transformers import AutoTokenizer, AutoModel

tokenizer = AutoTokenizer.from_pretrained("iioSnail/ChineseBERT-base", trust_remote_code=True)
model = AutoModel.from_pretrained("iioSnail/ChineseBERT-base", trust_remote_code=True)

3. 之后与普通BERT使用方法一致

inputs = tokenizer(["我 喜 [MASK] 猫"], return_tensors='pt')
logits = model(**inputs).logits

print(tokenizer.decode(logits.argmax(-1)[0, 1:-1]))

输出：

tokenizer.decode(logits.argmax(-1)[0, 1:-1])

获取hidden_state的方法：model.bert(**inputs).last_hidden_state

常见问题

1. 网络问题，例如：Connection Error

解决方案：将模型下载到本地使用。批量下载方案可参考该博客

2. 将模型下载到本地使用时出现报错：ModuleNotFoundError: No module named 'transformers_modules.iioSnail/ChineseBERT-base'

解决方案：将 iioSnail/ChineseBERT-base 改为 iioSnail\ChineseBERT-base