【开源】java版本BertTokenizer以及使用onnxruntime推理

python训练的模型，转换为onnx模型后，用python代码可以方便进行推理，但是java代码如何实现呢？

首先ONNX 推理，可以使用onnxruntime

<dependency>  
  <groupId>com.microsoft.onnxruntime</groupId>  
  <artifactId>onnxruntime</artifactId>  
  <version>1.15.1</version>  
</dependency>

另外，训练的模型需要用到bert分词器，将单词和字变成token id， github上有 https://github.com/ankiteciitkgp/bertTokenizer，我们基于这个库简单改造下，来适配bert onnx模型的输入，改造后代码见： https://github.com/jadepeng/bertTokenizer

主要新增了tokenizeOnnxTensor 方法，返回适配bert模型输入的onnx tensor

完整demo代码：

public class OnnxTests {
    public static void main(String[] args) throws IOException, OrtException {
        BertTokenizer bertTokenizer = new BertTokenizer("D:\\model\\vocab.txt");

        var env = OrtEnvironment.getEnvironment();
        var session = env.createSession("D:\\model\\output\\onnx\\fp16_model.onnx",
                new OrtSession.SessionOptions());

        var inputMap = bertTokenizer.tokenizeOnnxTensor(Arrays.asList("hello world 你好", "肿瘤治疗未来发展趋势"));

        try (var results = session.run(inputMap)) {
            System.out.println(results);
            var embeddings = (float[][])results.get(0).getValue();
            for (var embedding : embeddings) {
                System.out.println(JSON.toJSONString(embedding));
            }
        }

    }
}