为什么pip install bert后不能导入bert中的函数

Question

我是 bert 的初学者，我正在尝试使用 GitHub:https://github.com/google-research/bert

上给出的 bert 文件

但是在使用pip install bert在终端中安装bert后，我无法从bert导入文件（例如run_classifier、优化等）。我尝试运行在 jupiter notebook 中遵循以下代码：

import bert
from bert import run_classifier

错误是：

ImportError: cannot import name 'run_classifier'

然后在\anaconda3\lib\python3.6\site-packages中找到'bert'的文件，里面没有python个'run_classifier'、'optimization'等文件。所以我从 GitHub 下载了这些文件，然后自己将它们放入文件 'bert' 中。这样做之后我可以导入 run_classifier.

但是，又出现了一个问题。尽管我可以导入它们，但我无法使用文件中的函数。比如tokenization.py中有一个函数convert_to_unicode:

Help on module bert.tokenization in bert:

NAME

    bert.tokenization - Tokenization classes.    
FUNCTIONS

    convert_to_unicode(text)
    Converts `text` to Unicode (if it's not already), assuming utf-8 input.

然后我试了这个：

import tokenization from bert
convert_to_unicode('input.txt')

错误是：

NameError: name 'convert_to_unicode' is not defined

然后我尝试了：

from tokenization import convert_to_unicode

错误是：

ModuleNotFoundError: No module named 'tokenization'

我真的很困惑。

Answer 1

您要查找的包裹是 bert-tensorflow，而不是 bert。

bert-tensorflow 是 Google BERT 实现的 Python 包。
bert 是一个序列化库。

Answer 2

尝试添加这些代码行，如 https://colab.research.google.com/drive/1hMLd5-r82FrnFnBub-B-fVW78Px4KPX1#scrollTo=2IjSWx7-O8yY 问题是 BERT 嵌入现在使用的是 TensorFlow 2.0。由于最近发布了 TensorFlow 2.0。

!pip install tensorflow==2.0
!pip install tensorflow_hub
!pip install bert-for-tf2
!pip install sentencepiece

import tensorflow_hub as hub
import tensorflow as tf
from bert import tokenization
from tensorflow.keras.models import Model       # Keras is the new high level API for TensorFlow
import math

Answer 3

试试这个，它实际上是一个新的变化。

pip install bert-tensorflow

from bert import bert_tokenization
tokenizer=bert_tokenization.FullTokenizer(vocab_file,do_lower_case)

为什么pip install bert后不能导入bert中的函数

Why can't I import functions in bert after pip install bert

python

nlp

bert-language-model