环境：
python 3.5 tensorflow 1.12.1 bert-serving-server 1.9.1 bert-serving-cline 1.9.1
官网上说要保证Python >= 3.5 with Tensorflow >= 1.10
pip install bert-serving-server # server pip install bert-serving-client # client, independent of `bert-serving-server`
https://github.com/google-research/bert#pre-trained-models
https://github.com/hanxiao/bert-as-service
下载成功后，解压
bert-serving-start -model_dir chinese_L-12_H-768_A-12 -num_worker=1
-model_dir用来指定上步解压的模型路径
num_worker = 1意味着它最多可以处理1个并发请求，更多并发请求将在负载均衡器中排队
from bert_serving.client import BertClient bc = BertClient(ip=‘localhost‘,check_version=False, check_length=False) vec = bc.encode([‘最近一直在忙着找工作，都没时间学新技术‘]) print(vec)
参考文献：
【1】bert-as-service三行代码使用bert模型 - accumulate_zhang的博客 - CSDN博客
原文：https://www.cnblogs.com/nxf-rabbit75/p/11938504.html