如何使用SentenceTransformers从本地路径加载已保存的Bert预训练模型

• 路径填写错误：当你传入'Bert_Model'作为参数时，SentenceTransformer会优先检索当前运行脚本的同级目录下是否有该文件夹，找不到的情况下会尝试从Hugging Face Hub拉取同名模型，拉取失败会导致模型实例初始化异常，model变量赋值失败，后续调用时就会抛出NameError: name 'model' is not defined报错
• 库版本不兼容：你Colab环境中保存模型时使用的sentence-transformers版本，和本地运行环境的库版本差异过大，会导致模型文件无法正常解析，加载失败。

1. 先将本地sentence-transformers库升级到最新版本，执行命令：
   pip install --upgrade sentence-transformers
2. 找到你下载到本地的Bert_Model文件夹的完整绝对路径，例如Windows下路径为C:\Users\xxx\Downloads\Bert_Model，Mac/Linux下路径为/home/xxx/Downloads/Bert_Model
3. 使用绝对路径加载模型，代码示例：

from sentence_transformers import SentenceTransformer
# 替换为你本地的Bert_Model文件夹实际绝对路径
local_model_path = r"C:\Users\xxx\Downloads\Bert_Model"
model = SentenceTransformer(local_model_path)
# 验证加载是否成功
test_embedding = model.encode("test sentence")
print(test_embedding.shape)

4. 若仍加载失败，可添加local_files_only=True参数，强制仅读取本地文件，避免网络请求导致的异常：

model = SentenceTransformer(local_model_path, local_files_only=True)

内容的提问来源于stack exchange，提问作者Sahar Rezazadeh