我安装了 bert-as-service（bert-as-service github repomulti_cased_L-12_H-768_A-12 ）并尝试在模型上用日语编码一些句子。它似乎有效，因为我得到了每个单词长度为 768 的向量，但np.shape()每个句子都显示了这一点：

np.shape(vec_j[0]): (25, 768)
np.shape(vec_j[1]): (25, 768)
np.shape(vec_j[2]): (25, 768)
np.shape(vec_j[3]): (25, 768)
np.shape(vec_j[4]): (25, 768)
type: <class 'numpy.ndarray'>

我的句子很短，所以有相当多的 0 填充。不过，我不确定为什么这个模型的最大序列长度似乎是 25 而不是这里提到的 512： Bert documentation section on tokenization

“截断到最大序列长度。（您最多可以使用 512，但出于内存和速度原因，您可能希望使用更短的长度。）”