BERT 模型的训练主要分为三个阶段：
1. Masked Language Model，基于对自然语言的语料打标签生成训练样本，将无监督学习转换为监督学习
2. Pretraining，模型训练的核心过程，生成能理解语言的模型
3. Fine-tuning，基于对模型的理解，完成特定的任务。
Masked Language Model
Masked Language Model 的任务是将无标签的语料转换为有标签的语料，进而将无监督学习转化为监督学习。这个过程需要准备两份材料：原始语料和词汇表。
原始语料就是一系列符合语法的句子或段落。
词汇表维持token-id的映射，除了一门语言自身的词汇，BERT还要求词汇表包含[PAD], [UNK], [CLS], [SEP]和[MASK]。
