Nlp 使用预训练的Bert，Elmo获得两个单词之间的相似性分数

我试图使用预先训练好的维基模型，根据两个单词之间的相似性来比较Glove、Fasttext、Bert和Elmo。Glove和Fasttext具有预先训练的模型，可以轻松地与python中的gensim word2vec一起使用。Elmo和Bert有这样的模型吗？

以下是使用Tensorflow上可用的Elmo模型并比较两个字符串之间相似性的python代码：

import tensorflow_hub as hub
import tensorflow as tf

elmo = hub.Module("https://tfhub.dev/google/elmo/2", trainable=True)


def elmo_vectors(x):
  embeddings = elmo(x, signature="default", as_dict=True)["elmo"]

  with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    sess.run(tf.tables_initializer())
    # return average of ELMo features
    return sess.run(tf.reduce_mean(embeddings,1))


dist=spatial.distance.cosine(elmo_vectors(["partner"]),elmo_vectors(["vendor"]))