企业官网建设流程全解析

简介：命名实体识别（NER）是自然语言处理中的核心任务，旨在从非结构化文本中自动识别人名、地名、机构名等关键实体。传统方法依赖规则和统计模型，但特征工程成本高昂且泛化能力有限。随着深度学习与预训练模型的兴起，基于Transformer架构的BERT凭借强大的上下文语义表示能力，成为序列标注任务的首选底座。然而，仅靠BERT逐点预测标签容易忽略实体间的约束关系，而条件随机场（CRF）恰好通过全局转移矩阵对标签序列进行合法性约束。本文以PyTorch为框架，讲解如何将BERT、双向LSTM与CRF三层结构融合，实现高性能的命名实体识别系统。从环境配置、中文数据集处理、BIO标签对齐，到模型训练、维特比解码与seqeval评估，完整呈现工程实践链路。该技术广泛应用于信息抽取、知识图谱构建、智能客服等场景，是NLP入门到进阶的黄金路线。 最近帮一个学弟梳理课程设计，他选的就是这个题目：“Pytorch实现基于BERT+BiLSTM+CRF的命名实体识别项目源码”。我一看标题就知道，这又是典型的“名字很唬人、代码全在跑、逻辑全不懂”的课程设计选题。BERT、BiLSTM、CRF、命名实体识别，每一个词单独拎出来都能写一篇论文，拼在一起又正好是NLP入门到进阶的黄金路线。这篇文章我就以这个项目为蓝本，把从环境搭建到模型推理的完整链路拆开讲清楚，包括代码设计思路、训练阶段的坑、评估指标的坑，以及答辩时老师最爱问的那几个点。

如果你也是拿这个题目做课程设计、毕业设计，或者单纯想练手NLP项目，这篇文章可以帮你省掉至少一周的试错时间。

1. 为什么课程设计选BERT+BiLSTM+CRF这个组合

1.1 传统命名实体识别方案的先天局限

命名实体识别（NER）任务的目标是从文本中识别出人名、地名、机构名、时间、数字等实体边界和类别。早期方案基本依赖规则和词典，我实验室老师常说，规则方法是在“用人力对抗语言的无限多样性”，维护成本高到离谱。后来HMM、CRF这类统计模型上了场，CRF凭借对标签序列的全局约束能力，在较长一段时间里是序列标注任务的标准做法。

但CRF的瓶颈同样明显：它极度依赖人工设计的特征模板，词性、前后缀、上下文窗口这些特征工程直接决定模型上限。换句话说，你给CRF喂什么特征，它就学什么；特征覆盖不到的模式，它一点办法都没有。

1.2 三层结构各自承担什么职责

BERT+BiLSTM+CRF这套架构之所以经典，是因为三层结构各司其职，覆盖面正好互补：

• BERT层：负责把原始文本转成语义向量。字符级、词级、上下文信息全都被预训练模型编码好，省掉了全部手工特征工程。它解决的是“表示学习”的问题。
• BiLSTM层：负责在BERT输出的序列表示上做进一步的上下文建模。虽然BERT本身已经是双向Transformer，但在序列标注任务中，BiLSTM能够以更低成本捕捉局部上下文依赖，同时起到降维和特征筛选的作用。
• CRF层：负责在标签序列层面做全局约束。这是整套模型的“规则阀门”，比如B-PER后面不能直接跟I-ORG，I-PER前面必须有B-PER或I-PER。CRF通过转移矩阵把这类硬约束学进模型。

1.3 这个架构在课程设计里的性价比

我见过太多同学选“BERT Fine-tune做NER”或者“BiLSTM+CRF做NER”，前者实现简单但创新性展示不足，答辩时老师一句话就能问倒：“那你的模型和直接用BERT有什么本质区别？”后者虽然经典但效果受限于词向量，难以体现“预训练+微调”的现代范式。

BERT+BiLSTM+CRF这三个组件叠在一起，从模型结构来看有三个层次可以讲，从实验角度可以对比“去掉CRF”“去掉BiLSTM”“加上CRF”等多组消融实验，论文和工作量都好看。实操难度又不算高，因为每个组件都有现成库，你真正的工程量在于数据预处理和训练排错。对课程设计来说，这是性价比极高的组合。

2. 环境准备与数据准备：这里最容易卡住新手

2.1 PyTorch与Hugging Face Transformers的版本匹配

先说环境。这个项目的核心依赖是三个库：PyTorch、Transformers、TorchCRF（或者pytorch-crf）。我在配置环境时踩过一个非常经典的坑：Transformers新版本和PyTorch老版本不兼容，导致加载BERT模型时直接报错。

推荐一组稳定组合：

提示：如果你是Windows环境，PyTorch安装时优先选CPU版本跑小数据集验证代码正确性，再切换到CUDA版本跑完整训练。很多同学CPU版代码能跑通，一到GPU版就报显存错误，其实是BatchSize和数据加载逻辑的问题。

2.2 数据集选择与标注格式转换

课程设计一般不会要求你自己标注数据，主流选择是以下几个公开数据集：

• 中文：人民日报语料（经典NER数据集）、CLUENER2020、BosonNLP
• 英文：CoNLL-2003

我推荐中文项目用CLUENER2020，标注规范清晰、实体类别多样（10类），而且是JSON格式，转成训练格式非常方便。

模型训练需要的标注格式是BIO或BIOES标签。比如句子“小明在北京大学读书”，标注后应该是：

小 B-PER 明 I-PER 在 O 北 B-ORG 京 I-ORG 大 I-ORG 学 I-ORG 读 O 书 O

建议写一个独立的data_process.py，职责是把原始语料转成三列格式（字符、标签、句子id），同时做训练集/验证集/测试集划分。这里有个容易漏的细节：划分时一定要按句子id而不是按字符行切分，否则同一句话的字符会被拆到不同集合里，造成数据泄漏。

2.3 预训练模型下载与本地缓存设置

Transformer加载BERT模型通常有两种方式：直接从Hugging Face Hub在线下载，或者从本地路径加载。国内网络环境在线下载很可能超时，我建议提前把模型下载好放到本地。

from transformers import AutoTokenizer, AutoModelForTokenClassification # 在线下载方式（不推荐在课程设计演示时使用，依赖网络） tokenizer = AutoTokenizer.from_pretrained("bert-base-chinese") model = AutoModel.from_pretrained("bert-base-chinese") # 推荐：先下载模型到本地文件夹，再从本地加载 # 模型文件夹内至少包含 config.json、pytorch_model.bin、vocab.txt tokenizer = AutoTokenizer.from_pretrained("./model/bert-base-chinese") model = AutoModel.from_pretrained("./model/bert-base-chinese")

我习惯把模型、数据、代码三层目录分开：

project/ ├── data/ │ ├── raw_data/ # 原始语料 │ ├── processed_data/ # 处理后的BIO格式 │ ├── labels.txt # 标签列表 ├── model/ │ └── bert-base-chinese/ # 本地预训练模型 ├── src/ │ ├── data_process.py │ ├── dataset.py │ ├── model.py │ ├── train.py │ ├── predict.py │ └── evaluate.py └── output/ └── checkpoints/

这样组织的好处是课程设计验收时路径清晰，老师问起来也容易讲。

3. 预处理管线与Batch构造细节

3.1 BIO标签体系与实体类别映射

标签体系无外乎BIO和BIOES两种。BIO简单，B表示实体开头，I表示实体内部，O表示非实体。BIOES更严格，额外区分了E（实体结尾）和S（单字实体）。我用BIOES做训练发现比BIO高1到2个点的F1，因为模型能学到“实体结尾”这一显式约束。不过BIO已经够用，代码和标签映射也更简洁。

关键点是标签索引的构建要稳定。假设实体类别有PER、ORG、LOC，标签列表为：

# BIO标签列表 label_list = ["O", "B-PER", "I-PER", "B-ORG", "I-ORG", "B-LOC", "I-LOC"] # 映射为id label2id = {label: idx for idx, label in enumerate(label_list)} id2label = {idx: label for idx, label in enumerate(label_list)}

这里有个课程设计常见的隐蔽错误：label_list的顺序在训练和预测时不一致。训练时用的是["O", "B-PER", ...]，预测时又按字母排序成["B-LOC", "B-ORG", "B-PER", "I-LOC", ...]，结果模型输出和标签对不上，F1直接崩。解决办法是把label2id和id2label序列化保存下来，预测时只从文件加载，不重新生成。

3.2 Tokenizer踩过的坑：中文NER不能用普通分词

这是整个项目最大的坑，没有之一。

BERT的Tokenizers不是按词分，而是按WordPiece/字库来切分。中文BERT用的是字级切分，英文则会把一个词切成多个subword片段。比如英文词“playing”可能被切成“play”和“##ing”两段。这种切分在NER任务里会造成严重的标签错位问题——一个词被切成两个token，那词的标签要对应到第一个token还是两个token都对应？

解决策略是：只看原始token级别的标签，然后在tokenize后做标签对齐。中文相对简单，因为BERT字库基本覆盖全部汉字，字符和token基本是一一对应，但英文项目必须处理subword的标签分配。

对齐逻辑如下：

def align_labels_with_tokens(labels, word_ids): aligned_labels = [] last_word = None for word_id in word_ids: if word_id is None: aligned_labels.append(-100) # 特殊token [CLS] [SEP] [PAD] elif word_id != last_word: aligned_labels.append(labels[word_id]) # 新词开始，用原始标签 else: # subword的后续片段，标签设为-100，表示计算loss时忽略 aligned_labels.append(-100) last_word = word_id return aligned_labels

-100是PyTorch CrossEntropyLoss默认的ignore_index，用这个值处理特殊token和subword片段，可以在计算损失时直接忽略它们，非常方便。

3.3 Attention Mask与标签的Batch构造

数据加载器返回的每个batch应包含四个关键tensor：

batch = { "input_ids": ..., # (batch_size, seq_len) "attention_mask": ..., # (batch_size, seq_len) "labels": ..., # (batch_size, seq_len) 其中被忽略位置为-100 }

input_ids来自tokenizer；attention_mask标记哪些位置是真实token（1）哪些是padding（0）；labels是标签对齐后的token级标签序列。

构造Batch时最容易犯的错误是忘记padding。一个batch里的句子长度不一致，必须统一padding到相同长度，同时保证attention_mask正确指示padding位置。使用transformers的DataCollatorForTokenClassification可以直接处理这个过程，推荐使用：

from transformers import DataCollatorForTokenClassification data_collator = DataCollatorForTokenClassification(tokenizer, padding="max_length", max_length=128)

如果你不想依赖datasets库，也可以手动实现collator。核心逻辑就是：找出batch中最长句子的长度，把input_ids、attention_mask、labels分别填充到该长度。

4. 模型搭建与训练主流程

4.1 BERT编码层的加载与冻结策略

模型搭建是整个项目的核心。BERT部分是预训练的，BiLSTM和CRF是随机初始化的。有人问：要不要把BERT的参数一起微调？我的经验是：课程设计阶段建议微调，因为数据量不大，微调BERT能让模型更快适应领域文本，F1能涨不少。如果数据量很小（几百条），可以冻结BERT参数只训练下游结构，防止过拟合。

class BertBiLSTMCRF(nn.Module): def __init__(self, bert_path, num_labels, lstm_hidden=256, use_lstm=True): super().__init__() self.bert = AutoModel.from_pretrained(bert_path) self.hidden_size = self.bert.config.hidden_size # 768 self.lstm = nn.LSTM( input_size=self.hidden_size, hidden_size=lstm_hidden, num_layers=1, bidirectional=True, batch_first=True, dropout=0.3 if num_layers > 1 else 0.0 ) self.dropout = nn.Dropout(0.5) self.classifier = nn.Linear(lstm_hidden * 2, num_labels) self.crf = CRF(num_labels, batch_first=True) self.use_lstm = use_lstm def forward(self, input_ids, attention_mask): bert_outputs = self.bert(input_ids=input_ids, attention_mask=attention_mask) sequence_output = bert_outputs.last_hidden_state # (batch_size, seq_len, 768) sequence_output = self.dropout(sequence_output) if self.use_lstm: sequence_output, _ = self.lstm(sequence_output) sequence_output = self.dropout(sequence_output) emissions = self.classifier(sequence_output) # (batch_size, seq_len, num_labels) return emissions

这里有一个需要特别注意的设计决策：use_lstm这个开关。我在课程设计里加了它，目的就是做消融实验——把use_lstm改为False，模型就退化为BERT+CRF；去掉CRF，就是BERT+BiLSTM+Softmax。三组对比实验一次代码就能跑出来，对写论文非常有用。

4.2 BiLSTM层的参数与维度数学

BiLSTM接在BERT后面的一个重要作用是特征降维和重组合。BERT输出维度是768，直接接全连接层也能用，但BiLSTM可以更显式地建模序列依赖。

维度变化清晰如下：

• 输入BERT得到序列表示：[batch_size, seq_len, 768]
• 经过双向LSTM（hidden_size=256）：[batch_size, seq_len, 256 * 2]
• 经过线性分类层（输出标签数）：[batch_size, seq_len, num_labels]

最后一维是num_labels，这组数值就是发射分数（Emission Score），表示每个token对应每个标签的得分。CRF层就是要在这个得分矩阵上做约束解码。

LSTM层数我建议1层就够，多加一层对小数据集容易过拟合，训练时间还翻倍。隐层维度256是一个性价比很高的选择，太小（如64）会丢信息，太大（如512）训练慢且容易过拟合。

我在实验中发现，BERT+BiLSTM的效果比纯BERT+Softmax高2-3个F1点，这就是BiLSTM建模局部上下文的价值。但别指望它带来质的飞跃，真正让结果质变的是CRF。

4.3 CRF层的集成与维特比解码

CRF是这套模型里最精妙的部分，也是答辩时老师最可能深挖的部分。网上实现CRF的库不少，最常用的是pytorch-crf（TorchCRF）。它提供两个核心接口：

# 模型内部调用 emissions = self.classifier(sequence_output) # 发射分数 log_likelihood = self.crf(emissions, labels, mask=attention_mask.byte()) loss = -log_likelihood # 预测时 decoded_tags = self.crf.decode(emissions, mask=attention_mask.byte())

CRF从数学上做的核心计算是：给定发射分数和转移矩阵，计算所有可能标签序列的概率。训练时最大化正确标签序列的概率，预测时用维特比算法选出概率最大的标签序列。

为什么要用CRF而不是简单对每个token取概率最大的标签？举个例子，模型单独看每个字符，可能有这样的输出：B-PER后面紧跟B-PER（即“Person Start, Person Start”）。从单点看分数可能都很高，但从全局看这是不可能出现的模式——一个实体的结束必然是别的标签或O，不能立刻再冒出一个起始标签。CRF的转移矩阵专门学习这一层的约束，所以不会输出这类非法标签序列。

TorchCRF里的转移矩阵是可学习的。训练时它会自动学到B-XXX跳到I-YYY的合理分数，比如从B-PER到I-PER的转移分数高，从I-PER到O的分数也高，但从O直接到I-PER的分数极低。模型内部相当于内置了一套可学习的规则引擎，这正是CRF在NER任务上有效的原因。

4.4 损失函数与优化器选择

这里有个新手最容易出错的地方：CRF的损失不能用CrossEntropyLoss，如果直接用crf出来的negative log-likelihood做loss。

optimizer = transformers.AdamW(model.parameters(), lr=3e-5) total_steps = len(train_dataloader) * epochs scheduler = transformers.get_linear_schedule_with_warmup( optimizer, num_warmup_steps=int(0.1 * total_steps), num_training_steps=total_steps ) for epoch in range(epochs): model.train() for batch in train_dataloader: optimizer.zero_grad() input_ids = batch["input_ids"].to(device) attention_mask = batch["attention_mask"].to(device) labels = batch["labels"].to(device) emissions = model(input_ids, attention_mask) loss = -model.crf(emissions, labels, mask=attention_mask.byte()) loss.backward() optimizer.step() scheduler.step()

学习率选择：BERT部分的学习率建议小一点（2e-5到5e-5），下游LSTM和CRF的学习率可以大一点。实现上可以分组设置：

no_decay = ["bias", "LayerNorm.weight"] optimizer_grouped_parameters = [ { "params": [p for n, p in model.named_parameters() if not any(nd in n for nd in no_decay) and "bert" in n], "weight_decay": 0.01, "lr": 3e-5, }, { "params": [p for n, p in model.named_parameters() if not any(nd in n for nd in no_decay) and "bert" not in n], "weight_decay": 0.01, "lr": 1e-3, }, ]

5. 训练踩坑实录：从Loss不降到分数上不去

5.1 Loss不降的排查链路

我刚开始训练这个模型时，遇到的最直观问题是loss在2.3左右几乎不动。排查思路分享给大家：

第一步，看标签对齐。我把labels里被mask掉的位置误设成0（即“O”标签），导致模型疯狂学习“预测O”，loss自然一开始就不正常。排查方法很直接：打印一批input_ids对应的token和解码出来的标签，人工核对“小”对应的是不是B-PER。

第二步，看CRF的mask参数。TorchCRF要求mask是torch.ByteTensor，忘记.byte()的话，attention_mask是LongTensor，部分版本会直接报类型错误，部分版本静默出错，导致loss计算错乱。

第三步，看loss值本身。NER的loss大概范围是：BERT+BiLSTM+CRF在训练初期（3-5个step），loss在2.5-3.5之间波动是正常的，因为标签类别多，随机初始化CRF转移矩阵自然会把所有标签视为等概率。如果loss起步在4以上，大概率是标签对齐有严重问题。

5.2 标签错位的隐藏原因

中文NER的标签错位主要发生在两个地方：

一是Tokenizers的WordPiece切分。虽然中文字符基本一字一token，但遇到中文BERT词表里没有的罕见字，会被切成UNK，导致原始序列和token序列长度不一致。解决办法是在align_labels_with_tokens中处理word_id is None的情况。

二是Sequence Length截断。BERT的max_length通常是512，如果句子被截断，被截掉的token对应的标签也要同步截掉。我的DataCollator设置max_length=128，所有数据按128处理，数据准备阶段如果忘了截断标签序列，模型训练时labels和emissions长度不匹配就会报错。

5.3 显存溢出处理

GPU显存溢出是训练BERT系模型最常见的错误。常见的CUDA out of memory处理方案优先级如下：

• 把BatchSize从32改成16或8
• 把max_length从128改成64
• 使用gradient_accumulation_steps模拟更大BatchSize：

train_dataloader = DataLoader(dataset, batch_size=8, shuffle=True) accumulation_steps = 2 # 等效batch_size = 8 * 2 = 16 for step, batch in enumerate(train_dataloader): loss = loss / accumulation_steps loss.backward() if (step + 1) % accumulation_steps == 0: optimizer.step() optimizer.zero_grad()

如果你用的是博主型的个人电脑（显卡显存小于8G），最稳妥的方案是使用batch_size=4、max_length=64先跑通小规模实验，验证代码没问题后再换大参数。我自己的课程设计就是用colab和本地小卡各跑了一套，本地卡只跑推理，训练在云上完成。

5.4 过拟合与早停

课程设计的数据量一般不会太大，几千条样本微调BERT，过拟合是大概率事件。判断过拟合的办法是看训练集和验证集的F1差：训练F1从0.9涨到0.95，验证F1却停在0.8不动，那肯定过拟合了。

我的建议：

• 早停法：每个epoch计算验证集F1，连续3个epoch不提升就停止训练，并回滚到历史最优模型
• 数据增强：如果实体类型不平衡，比如“地址”类实体只有几十条，可以考虑对包含这类实体的句子做同义词替换或随机拼接
• 降低学习率：BERT部分学习率降到2e-5，能有效缓解后期震荡

6. 评估指标与课程设计答辩要点

6.1 正确评测：用seqeval而不是手写

很多课程设计的代码里评估逻辑是手写的，遍历所有token算准确率。但注意了，NER任务的标准评测方式是实体级别的精确率、召回率、F1，而不是token级别的准确率。一个实体包含多个token，必须把连续的B-XXX、I-XXX合并成一个完整实体，再和标准实体对比。

使用seqeval库几行代码解决：

from seqeval.metrics import classification_report, f1_score true_labels = [...] # 嵌套列表，每个元素是一个list of string标签 pred_labels = [...] print(classification_report(true_labels, pred_labels))

注意seqeval要求标签不能带BIO前缀时的I-开头单独出现，如果你的预测结果是["I-PER"]（前面没有B-PER），部分版本会报warning甚至错误。TorchCRF天然不会输出这类非法序列，这是CRF带来的额外收益。

6.2 实验结果呈现

课程设计论文里呈现实验结果时，建议提供如下表格：

这个表格展示的是消融实验的价值，比直接给最终F1更有说服力。实际数值取决于你的数据集，但趋势一定是CRF版最高。具体到实体类别，可以拆分成“人名/地名/机构名/时间/其他”五类分别报告F1，体现扎实的评测意识。

6.3 答辩高频问题准备

预判老师会问什么，是课程设计准备的重要环节：

• 为什么用BERT而不用其他预训练模型？回答方向：中文领域BERT-Chinese预训练资源成熟、效果稳定；RoBERTa-wwm等变体更强但显存占用更高；课程设计场景下BERT有更强的baseline可比性。
• BiLSTM能不能去掉？回答方向：可以。去掉之后的模型就是BERT+CRF，性能可能略有下降，但参数量减少。保留BiLSTM的定位是增强局部上下文建模，同时给模型增加一层非线性特征变换。
• CRF的转移矩阵表示什么？回答方向：它是一个num_labels * num_labels的矩阵，表示从任意一个标签转移到任意另一个标签的分数。训练时学到合法转移（如B-PER到I-PER）分数高，非法转移（O到I-PER）分数低。
• 为什么用维特比解码？回答方向：因为需要求得分最大的完整标签序列，但穷举所有序列组合的复杂度是指数级的，维特比通过动态规划把复杂度降到线性。
• 数据量增加后模型效果一定变好吗？回答方向：不一定。如果数据量翻倍但标注质量差，反而引入噪声，CRF的转移矩阵可能学到错误的约束。

7. 完整源码结构与跑通指引

7.1 代码文件清单

这个课程设计项目的完整代码包括以下文件，我按照执行顺序排列：

src/ ├── 1_data_process.py # 原始数据预处理，转成BIO格式 ├── 2_dataset.py # 定义Dataset类、collate_fn ├── 3_model.py # 定义BertBiLSTMCRF模型 ├── 4_train.py # 训练主流程，保存最优模型 ├── 5_predict.py # 加载模型做推理 ├── 6_evaluate.py # 用seqeval评估，输出分类报告 └── config.py # 配置所有超参数

7.2 跑通实验的路线图

我跑通整个项目的顺序是：

1. 先跑data_process.py，确认数据格式正确（打印几条样本人工核对）
2. 跑2_dataset.py的独立测试，确认dataset能正常输出batch且形状正确
3. 跑train.py，先设epochs=1、batch_size=2跑通代码
4. 跑predict.py，输入几个测试句子，肉眼判断实体识别效果
5. 跑evaluate.py得到正式评估结果
6. 如果时间充裕，再跑消融实验对比

这个流程的核心思路是“先跑通、再跑好”。我见过太多同学一上来就完整训练，训了两小时发现标签对齐有bug，白白浪费时间和电量。小参数跑通一遍只需要5分钟，这一步不能省。

7.3 推理阶段的一个易错点

预测时模型处于eval()模式，在调用CRF解码前不要再用model.crf.decode，而是要用model.eval()后的模型输出。同时注意，预测阶段Bert和LSTM的dropout要关闭，所以model.eval()这一步必须显式调用。

model.eval() with torch.no_grad(): emissions = model(input_ids, attention_mask) decoded = model.crf.decode(emissions, attention_mask.byte()) # 将token id序列转回文本，将标签id序列转回标签字符串 tokens = tokenizer.convert_ids_to_tokens(input_ids[0].cpu().tolist()) pred_labels = [model.id2label[i] for i in decoded[0]]

注意decoded[0]里可能包含-1之类的padding值（TorchCRF老版本行为），处理时要跳过或做过滤。

7.4 代码分享时的一点建议

课程设计通常要求提交可运行的源码，我会额外写一个README.md，里面写清楚：环境版本、数据格式、运行命令、预期结果截图。这个文档虽然不参与模型效果，但在答辩演示时能帮你节省大量时间。评审老师一般会先看能否跑通，再看模型结构，最后才看效果数值。如果你的项目能让他们花5分钟看懂整个流程，那分数基本稳了。

从拿到这个项目到完全跑通，我大概用了三个晚上。第一晚搭环境和处理数据，第二晚写模型和训练代码，第三晚调参、跑消融实验、整理结果。最大的感悟是：这个项目的难点真的不在模型代码本身，而在于数据预处理是否严谨，以及你是否真正理解每个组件在整条链路里的作用。把这两个问题想清楚了，课程设计不只是交差那么简单——这套代码经过适当改造，完全可以变成简历上的一个NLP项目经历。

本文还有配套的精品资源，点击获取