bert相当于只有transformer的encoder部分。它的主要工作是“完形填空”和“判断句子是否相连”。
在输入数据时，有如下操作：
位置嵌入是可学习的。因此第几个句子，第几个位置这些的嵌入都是可能变化，需要学习的。bert用这种方法把前后文有关的单词联系起来
接下来是预训练：掩蔽语言模型和下一句预测
bert的工作是推测出那些词是隐蔽词元
这一步是一个二分类，判断是不是连在一起
通过这两个训练之后，bert就可以理解单词和句子了。要利用它做其他的工作，只需要复制该模型然后在自己需要的任务上微调就可以了。
