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。