一、BERT模型架构简述
BERT使用了Transformer架构的Encoder端，它的内部是多层Transformer的Encoder, 在输入部分，包含了内容编码，位置编码，segment编码等信息，输出1到多个hidden vector，然后通过一些线性转换算法来做分类，也可以把输出结果交给其它的模型（如回归分类模型）来进行处理。
二、数据准备
可以使用很多方式获取数据来源，譬如可以从以下链接下载训练需要的数据：
数据加载之后，需要做一些配置，如指定训练集，测试集，词库的路径，hidden vector的维度，