bert-demo/
├── glue_data                # 下载的官方glue数据
│   ├── MSRParaphraseCorpus  # rasa nlu train data
│   ├── zhTTQ                # atec-NLP数据
│   └── ...
├── bert                      # github上的bert的源代码
├── shells                    # 运行的脚本文件
├── tmp                       # 结果目录
├── requirement.txt           # run nlu and core server
└── README.md                 # readme file

  sh shells/train_mrpc.sh

  sh shells/predict_mrpc.sh

Quality	#1 ID	#2 ID	#1 String	#2 String
0	39136	7574	蚂蚁 花呗 可以 推迟 几天 还 么	花呗 还款 十 日 之前 还是 可以 十 日 当天
第一列是标签，第2列和第3列分别是string1和string2的编号，第4列和第5列分别是string1和实体ring2的分词结果，分隔符为\t

sh shells/train_mrpc_zh.sh

sh shells/predict_mrpc_zh.sh

python bert_ner.py

python ner_predict.py

python predict_cli.py

python>=3.5，不支持python2
tensorflow>=1.11(运行bert的需要)

pip install bert-serving-server  # server
pip install bert-serving-client  # client, independent of `bert-serving-server`

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

from bert_serving.client import BertClient
bc = BertClient(ip='xx.xx.xx.xx')  # ip address of the GPU machine，如果是本机，可以不填
bc.encode(['First do it', 'then do it right', 'then do it better'])