BERT 实战

上一篇我们学习了 BERT 的原理，这里我们将它应用在 NER 实战上，我们在前面课程中也学习过 NER，这里我们用同样的数据集来看如何应用 BERT，大家可以与前面的模型进行比较。

另外推荐大家使用 Google 的云端 Jupyter Notebook 开发环境 Colab，自带 TensorFlow、Matplotlib、NumPy、Pandas 等深度学习基础库，还可以免费使用 GPU、TPU。

下面进入实战，本文所用的数据仍然是 Kaggle 上的一个 NER 数据集，可以将其中的ner_dataset.csv 下载到本地。

加载所需的库

首先我们需要安装 transformers，里面包括 NLP 中比较前沿的模型：BERT、GPT、XLNet 等等，支持 TensorFlow 和 PyTorch。

!pip install transformers
!pip install seqeval
 
import pandas as pd
import numpy as np
from tqdm import tqdm, trange
 
import torch
from torch.utils.data i