智谱开源GLM-5.3：后训练如何挖出2436个真实漏洞？
2026/9/1 12:42:58
简介：面向中文自然语言处理与深度学习开发者的预训练模型资源，内容取自 Hugging Face 官方发布的中文 BERT 基础模型，在 PyTorch 或 TensorFlow 环境中可借助 transformers 库直接加载。压缩包共 8 个文件，整体约 787MB，包含 json 格式的模型配置与分词器、txt 词表、PyTorch 权重、TensorFlow 权重及说明文档，双框架所需的组件均已配齐，解压后可按需选择对应格式。已有 3612 人学习下载。对于做文本分类、命名实体识别、语义匹配等下游任务的开发者，这份资源省去了从 Hugging Face 逐文件下载的等待和中途失败问题，能直接在本地完成权重加载与模型验证；对于教学演示、论文复现和工程部署，也能快速搭建起中文 NLP 基线。资源本身保持官方原始状态，目录结构清楚，适合初学者了解 BERT 文件组成，也适合有经验的工程师直接复用。
1. 下载前先搞懂：这个zip里到底装了什么
先把话说在前面：bert-base-chinese.zip这个名字，基本上是国内搞NLP的同行都绕不过去的一个文件。第一次见到它的人往往会愣一下——BERT模型不是应该从HuggingFace上直接加载吗？怎么还出zip压缩包了？这就要从国内模型的下载生态说起了。
HuggingFace的模型仓库默认提供的是目录形式的文件，里面包含了config.json、pytorch_model.bin（或tf_model.h5）、vocab.txt这几个核心文件。但在国内网络环境下，直接从HF拉取模型经常会出现断流、超时的问题，所以很多正规的镜像站、百度网盘资源、以及企业内部的知识库分享，都会把整个模型目录打成zip包分发。这就解释了为什么你在搜索引擎上搜bert-base-chinese.zip，出来的结果大多是"完整版含配置文件""本地离线部署用"这类描述。
那么，这个zip包解压之后，里面到底有什么？标准结构是这样的：
bert-base-chinese/ ├── config.json # 模型架构配置文件 ├── pytorch_model.bin # PyTorch格式的权重文件（约390MB） ├── vocab.txt # 中文词表，包含21128个token └── tokenizer_config.json # tokenizer的配置文件有些版本还会带上tf_model.h5（TensorFlow格式）和special_tokens_map.json，具体看打包的人用的是哪个框架。但无论怎么变，config.json、vocab.txt、模型权重文件这三样是缺一不可的，缺了任何一个，本地加载都会报错。
另外注意到，这个zip包本身的大小一般在400MB左右，解压后接近400MB到500MB。如果你的压缩包只有几十MB，那大概率是裁剪过的蒸馏版或者量化版，使用起来效果会有明显差异。我见过有人拿到了一个只有90MB的"bert-base-chinese"，跑出来效果差得离谱，一查发现是有人把EMNLP蒸馏小模型冒充原版打包了，这种坑在非官方渠道下载时尤其要小心。
2. 别急着解压：先弄明白bert-base-chinese本身的来龙去脉
很多人下载这个模型，其实并不知道它背后的细节。BERT全称是Bidirectional Encoder Representations from Transformers，2018年由Google提出，它用双向Transformer的Encoder部分做预训练，通过掩码语言模型（MLM）和下一句预测（NSP）两个任务，在大规模无标注语料上学到了通用的语言表示。
而bert-base-chinese是Google官方发布的中文预训练版本，它的核心参数如下：
| 参数项 | 数值 |
|---|---|
| 网络层数（Layers） | 12层Transformer Encoder |
| 隐藏层维度（Hidden Size） | 768维 |
| 注意力头数（Attention Heads） | 12头 |
| 总参数量 | 约1.02亿 |
| 训练语料 | 中文维基百科（词级覆盖约2.1万汉字） |
| 词表大小 | 21128个token（包含[CLS]、[SEP]、[PAD]等特殊token） |
从这些参数能看出，它属于BERT家族里的base版本，比tiny版大，比large版小，属于在效果和资源消耗之间取得平衡的选择。对于绝大多数中文NLP任务——文本分类、命名实体识别、情感分析、语义相似度计算、阅读理解——bert-base-chinese都是最常用的预训练底座。
为什么偏偏是它而不是其他模型？我的实际感受是三点：
第一，中文支持原生态。它直接在整词（whole word）级别上对中文做了遮盖预训练，词表覆盖了常用汉字、常用词和繁体字，不需要像用BERT-base-uncased那样先做繁体转简体、加自定义词表这些额外操作。
第二，生态兼容性最好。Transformers库、HuggingFace的Pipeline、PaddleNLP、Keras、甚至一些Java调用框架，都对bert-base-chinese有开箱即用的支持，踩坑成本最低。
第三，微调速度快。相比动辄几亿参数的large模型，base版本在单张消费级显卡（如RTX 3060 12GB）上就能做完整微调，显存占用大概在6GB到8GB左右，配合梯度累积可以跑较大的batch size。
3. 本地部署：从zip到可运行模型的完整踩坑实录
3.1 环境准备与依赖安装
拿到zip之后，如果你直接双击解压就开始用，那真的低估了这里面隐藏的弯弯绕。我第一次拿到这个包时，解压完直接写了一个BertModel.from_pretrained("E:/models/bert-base-chinese")，结果报了一堆错。后来才算摸清楚了，正确的部署路径应该是这样的。
首先确认Python环境。目前Transformers库已经更新到4.x系列，建议Python版本不低于3.8。你可以在命令行里用python --version检查，如果版本偏低，建议直接装3.9或3.10——像后续要加的tokenizers这类依赖对低版本Python的支持已经越来越弱了。
然后是依赖安装，核心就三件套：
pip install transformers pip install torch pip install tokenizers如果你用的是PyTorch，建议到PyTorch官网按自己的CUDA版本选择安装命令，比如CUDA 11.8的版本就是pip install torch --index-url https://download.pytorch.org/whl/cu118。CPU版本虽然也能跑，但微调和推理速度会慢一个数量级。
3.2 标准加载代码：两条路径都要掌握
解压后的模型文件放在了E:/models/bert-base-chinese目录下，加载方式有两种。
第一种，直接用Transformers库的AutoModel加载，这是最推荐的方式：
from transformers import AutoModel, AutoTokenizer, BertConfig import torch model_path = "E:/models/bert-base-chinese" try: config = BertConfig.from_pretrained(model_path) tokenizer = AutoTokenizer.from_pretrained(model_path) model = AutoModel.from_pretrained(model_path, config=config) print("模型加载成功！") print(f"模型参数量: {sum(p.numel() for p in model.parameters()):,}") except Exception as e: print(f"加载失败: {e}")第二种，如果你明确知道这是PyTorch版本的权重，可以用专门的结构化类：
from transformers import BertModel, BertTokenizer model = BertModel.from_pretrained(model_path) tokenizer = BertTokenizer.from_pretrained(model_path)这两种方式的本质一样，AutoModel会根据配置文件自动判断模型结构，相当于帮你做了一次类型分发。
加载成功之后，可以做一个简单的测试——让模型跑一次前向推理：
# 测试文本编码 test_text = "机器学习是最令我着迷的领域之一。" inputs = tokenizer(test_text, return_tensors="pt", padding=True, truncation=True, max_length=128) with torch.no_grad(): outputs = model(**inputs) # outputs.last_hidden_state 形状为 [batch_size, sequence_length, hidden_size] # outputs.pooler_output 是[CLS]位置的输出，通常用于分类任务 print(f"last_hidden_state 形状: {outputs.last_hidden_state.shape}") print(f"pooler_output 形状: {outputs.pooler_output.shape}")如果你看到类似torch.Size([1, 17, 768])这样的输出，说明模型已经正常运转了。第一个维度是batch size，第二个维度是token序列长度（取决于你文本被切成了多少个token），第三个维度768就是隐藏层维度。
3.3 离线环境部署的隐藏问题
如果你所在的机器是完全没有外网的离线环境，直接把解压好的目录拷过去用是没问题的，但有几个细节要提前处理。
第一步，把~/.cache/huggingface目录下的缓存清干净或者忽略掉，因为Transformers库在某些情况下还是会尝试联网检查模型更新。用TRANSFORMERS_OFFLINE=1环境变量可以强制离线模式：
# Linux/macOS export TRANSFORMERS_OFFLINE=1 # Windows PowerShell $env:TRANSFORMERS_OFFLINE=1第二步，确认你本地的tokenizers版本和打包模型时的版本兼容。如果打包方的环境非常老，比如用了旧版tokenizers，而你的环境是新版，有可能出现词表加载后行为不一致的情况。最稳妥的做法是，首次加载成功后，用上面那行测试代码跑一遍输出，和文档里的标准输出形状比对一下。
第三步，不要修改模型目录里的任何文件名。比如把pytorch_model.bin改成model.bin，或者把目录名从bert-base-chinese改成chinese_bert，很多代码中是直接用路径拼接去找固定文件名的，改了名字就会报OSError: Model name 'xxx' was not found这个经典错误。
4. 高频报错全复盘：从 could not find eocd 到各种解压异常
这个zip文件在传播过程中，最让人头疼的问题反而不是模型本身，而是各种解压、导入时的报错。我把网络上最常见的几个问题集中整理了一下，基本上你照着排查就能解决八成的坑。
4.1 经典中的经典：invalid zip archive: could not find eocd
这段报错原文是：
导入失败caused by: invalid zip archive: could not find eocd翻译成人话就是：系统在压缩包末尾找不到End of Central Directory（EOCD）标记。一个正常的zip文件，文件结尾处必须有一段EOCD记录，它相当于整本书的目录索引，记录了该zip里所有文件的列表和偏移量。如果这个标记缺失，系统就认为这个文件根本不是完整的zip文件，或者下载过程中文件被截断了。
我统计了一下这类报错最常见的三种原因：
原因一，下载不完整。这种最常见。从网盘或者镜像站下载比较大的zip包（几百MB级别），经常出现下载到99%就崩溃、或者网络闪断导致文件长度不够的情况。特别是用浏览器直接下载、断点续传失败的时候，特别容易拿到一个"半截子"zip。排查方法非常简单，看文件大小是否和来源标注的完全一致，或者直接重新下载一次。
原因二，磁盘空间不足。有些解压工具在解压失败时会留下残缺的临时文件，然后报错也指向EOCD异常，实际上系统IO出错了。建议把zip文件放在剩余空间大于2GB的盘上再试试。
原因三，文件确实损坏了。这在老旧网盘资源中比较常见。解决办法是去找MD5校验值，下载后用命令行计算对比：
# Windows PowerShell Get-FileHash .\bert-base-chinese.zip -Algorithm MD5 # Linux md5sum bert-base-chinese.zip如果资源方提供了MD5值，一对比就知道文件是否完整。如果没提供，也可以比较解压后文件的大小、词表里是否有乱码来辅助判断。
4.2 error opening zip file or jar manifest missing
这个报错多见于Java环境中加载JAR包时的异常，比如dac-agent.jar error occurred这类。虽然它表面上说的是JAR问题，但本质也是对zip格式的一种扩展校验——JAR包本质上就是带特定目录结构的zip压缩包。
如果你在解压bert-base-chinese.zip时看到类似报错，通常说明你用了解压工具打开了它，但工具把它当成了Java的JAR包处理。解决方案很简单：不要用Java相关的工具打开，直接用7-Zip或系统自带解压器。如果是打包工具生成了一个畸形目录导致MANIFEST.MF缺失，那更简单——直接把zip用7-Zip重新打包一次，规范目录结构后问题就消失了。
4.3 分卷压缩的坑：必须有下列压缩分卷z01
有些资源方的文件太大，网盘限制单文件大小，所以他们把压缩包切成了多个分卷，比如bert-base-chinese.z01、bert-base-chinese.z02、bert-base-chinese.zip。解压第一个.zip时，如果你没有把z01/z02放在同一目录，就会出现：
必须有下列压缩分卷: ber-base-chinese.z01 继续插入解决办法：把所有分卷文件放在同一个文件夹下，文件名不要改动，然后从.zip（最后一个分卷，分卷压缩时主包一般是最后一份）启动解压。另外注意，分卷压缩的主文件名必须一致，不能出现bert-base-chinese.zip和bert.z01这种名字对不上的情况。
4.4 zip warning: not all files were readable
这个警告在Linux上用unzip命令解压时经常出现。通常的原因是权限问题或者文件系统不兼容，比如NTFS分区挂载在Linux下，你当前用户没有读取权限。解决方式：
# 先检查当前用户的目录权限 ls -lh bert-base-chinese.zip # 如果权限不足，改用sudo或用chmod加权限 chmod 755 bert-base-chinese.zip # 再解压 unzip bert-base-chinese.zip -d ./bert-base-chinese如果你的zip文件是从Windows系统上传到Linux服务器上的，还容易遇见过长的文件名或者奇怪的编码字符，建议在解压时指定字符集：
unzip -O gbk bert-base-chinese.zip -d ./bert-base-chinese4.5 文件解压后中文名显示乱码
在Windows上用老旧的压缩工具（比如某些绿色版）解压zip，经常出现韩文或日文乱码文件名，这实际上是zip内部编码标记的问题。较老的zip格式默认使用系统本地编码（如GBK/CP936），而新工具大多默认使用UTF-8，两者不兼容导致文件名乱码。
解决办法是用支持编码选择的工具，如Bandizip、7-Zip（较新版本有编码切换选项）或命令行处理。在Linux下可以用：
unar bert-base-chinese.zipunar工具会自动检测编码，绝大部分情况下能还原中文字符。
5. 实战应用：基于bert-base-chinese完成一个文本分类微调
模型加载没问题了，接下来就是最核心的用法——微调。我看过太多教程只讲怎么加载，不讲怎么微调出结果，所以这里把我自己跑通的一个文本分类流程完整列出来，大家可以直接抄。
以中文情感二分类为例，设想你手头有一批评论数据，标注了0和1两个标签（0代表负向，1代表正向）。首先准备好数据，最简单的格式是文本+制表符+标签：
这个产品质量太差了\t0 快递速度很快，非常满意\t1 客服态度不好，下次不会再买\t0然后上代码。这里用的是PyTorch + Transformers的标准写法：
import torch from torch.utils.data import Dataset, DataLoader from transformers import BertForSequenceClassification, BertTokenizer, AdamW from sklearn.model_selection import train_test_split # 读取数据 texts, labels = [], [] with open("train.tsv", "r", encoding="utf-8") as f: for line in f: parts = line.strip().split("\t") if len(parts) == 2: texts.append(parts[0]) labels.append(int(parts[1])) train_texts, val_texts, train_labels, val_labels = train_test_split( texts, labels, test_size=0.1, random_state=42 ) # 初始化tokenizer和模型 model_path = "./bert-base-chinese" tokenizer = BertTokenizer.from_pretrained(model_path) model = BertForSequenceClassification.from_pretrained(model_path, num_labels=2) # 定义数据集 class SentimentDataset(Dataset): def __init__(self, texts, labels, tokenizer, max_len=128): self.texts = texts self.labels = labels self.tokenizer = tokenizer self.max_len = max_len def __len__(self): return len(self.texts) def __getitem__(self, idx): text = self.texts[idx] label = self.labels[idx] encoding = self.tokenizer( text, truncation=True, padding="max_length", max_length=self.max_len, return_tensors="pt", ) return { "input_ids": encoding["input_ids"].squeeze(0), "attention_mask": encoding["attention_mask"].squeeze(0), "labels": torch.tensor(label, dtype=torch.long), } train_dataset = SentimentDataset(train_texts, train_labels, tokenizer) train_loader = DataLoader(train_dataset, batch_size=16, shuffle=True) # 优化器 optimizer = AdamW(model.parameters(), lr=2e-5) # 训练循环 device = torch.device("cuda" if torch.cuda.is_available() else "cpu") model.to(device) model.train() for epoch in range(3): total_loss = 0 for step, batch in enumerate(train_loader): input_ids = batch["input_ids"].to(device) attention_mask = batch["attention_mask"].to(device) labels = batch["labels"].to(device) outputs = model(input_ids, attention_mask=attention_mask, labels=labels) loss = outputs.loss total_loss += loss.item() optimizer.zero_grad() loss.backward() optimizer.step() if step % 20 == 0: print(f"Epoch {epoch+1}, Step {step}, Loss: {loss.item():.4f}") print(f"Epoch {epoch+1} 平均Loss: {total_loss / len(train_loader):.4f}") # 保存模型，供后续服务部署使用 model.save_pretrained("./my_sentiment_model") tokenizer.save_pretrained("./my_sentiment_model")这段代码跑完之后，在几千条样本的规模上，几个epoch后准确率一般能做到90%以上。这里有两个关键参数要说一下：
max_length=128的设定要贴合数据。BERT的位置向量上限是512，理论上最长支持512个token的计算。但设得越长，显存开销越大、速度越慢。短文本任务（评论、标题、通知）用128就足够了，长文本任务（新闻、法律文书）建议设成256，但相应地batch size要减小。
lr=2e-5是BERT微调的经验标准值。BERT在预训练阶段的学习率本身较小，迁移到下游任务时如果学习率太大，容易把预训练学到的通用表示覆盖掉了。我实测下来3e-5到1e-5之间效果区别不大，但超过5e-5后就明显容易震荡。
6. 应用场景全拆解：不止文本分类，这5个场景都能直接套
拿bert-base-chinese作为底座，无论是做研究还是做业务，无非都是在"通用语言表示"之上加任务头。下面列几个我用过的比较典型的场景。
6.1 命名实体识别（NER）
NER是在序列层面做分类，每个token预测一个实体标签。模型输出的last_hidden_state经过一个线性层映射到标签空间即可。中文NER的难点在于实体边界识别，比如"上海市浦东新区"是地名还是机构名，BERT的双向注意力能结合上下文给出比较合理的判断。常见的做法是BI-LSTM+CRF层，但基于BERT的直接Softmax分类效果也不差。
6.2 语义相似度计算
对两个句子分别编码，取pooler_output或者对token隐状态做池化，然后计算余弦相似度。这类技术可以用于文本去重、问答检索、客服意图识别等场景。需要说明的是，直接用bert-base-chinese计算相似度效果并不算特别好，因为它是通用预训练模型，不是专门的相似度模型。如果你做相似度任务，建议基于它做一轮对比学习微调（如SimCSE方案）。
6.3 阅读理解
给定一篇文章和一个问题，模型需要从文章中找出答案片段。bert-base-chinese在中文阅读理解任务上同样表现不错，比如CMRC2018榜单上，基于它的模型能达到F1值85%以上。
6.4 文本生成
BERT本身只有Encoder，不能直接做生成任务。但有些方案会用BERT做文本纠错、完形填空或者文本改写，比如通过掩码预测的方式生成候选词。这类应用方式虽然小众，但在实际业务中经常见到。
6.5 特征抽取与向量化
最简单直接的应用方式。把BERT当作特征提取器，跑一遍前向之后拿到文本向量，存入向量数据库（比如FAISS或者Milvus），用于召回和检索。这也是目前构建RAG（检索增强生成）知识库问答系统的常用路径之一。
7. 工具选型与下载避坑指南
回到zip包本身，下载和解压工具的选择直接决定了你的体验，下面是我用了几年的组合。
7.1 解压工具怎么选
Windows平台，我推荐Bandizip或7-Zip。Bandizip速度快、界面简洁，双击zip就能看内部目录，关键是它对中文编码的处理非常成熟，出现乱码的几率极低。7-Zip则更轻量，兼容性好，而且完全免费开源。
macOS平台，系统自带的归档实用工具虽然能解压标准zip，但遇到分卷包或者编码异常时就力不从心了。建议装The Unarchiver，它能自动处理各种编码问题。
Linux平台，图形界面的能用file-roller，命令行就用unzip。注意有些精简版Linux系统连unzip都需要手动安装：
sudo apt install unzip7.2 从zip到模型加载的完整流程检查清单
最后给出一个我踩了无数坑之后总结出来的操作流程，照着走基本一遍过：
- 下载zip包后，先核实文件大小是否和目标一致（400MB左右是正常范围）。
- 用7-Zip或Bandizip打开zip包，确认内部目录结构是否完整，
config.json、vocab.txt、权重文件是否都在。 - 解压到路径中不要包含中文和空格，比如
E:/models/bert-base-chinese可以，但E:/模型/bert base chinese这种路径容易在后续加载中出问题。 - 在Python中执行一行
AutoTokenizer.from_pretrained("解压路径")，如果这一步通过，说明tokenizer没问题。 - 执行
AutoModel.from_pretrained，如果这一步通过，基本就算部署成功了。 - 用一个真实文本跑一次前向，确认输出维度。
7.3 其他带zip的常见报错快查表
| 报错信息 | 原因 | 解决办法 |
|---|---|---|
| could not find eocd | 压缩包损坏或下载不完整 | 重新下载，校验MD5 |
| error opening zip file or jar manifest missing | 用错工具打开了JAR形式zip | 用7-Zip，或重新打包 |
| zip warning: not all files were readable | 权限不足或文件系统异常 | chmod 755，检查磁盘挂载 |
| 必须有下列压缩分卷 z01 | 分卷缺失或改名 | 把所有分卷放同一目录，保持原名 |
| 解压后文件名乱码 | 编码不兼容 | 用Bandizip/unar自动识别编码 |
| Model name was not found | 权重文件缺失或路径错误 | 检查config和权重文件是否齐全 |
8. 部署后的性能优化建议
如果你的BERT模型最终要放到线上服务，后面的工程优化同样重要。解压完模型只是刚开始，真正把它用起来才是关键。这里分享几个实际项目里的调优思路。
第一，推理加速。bert-base-chinese的模型体量有1亿参数，单次推理时间在GPU上大概需要几毫秒到几十毫秒不等。如果QPS要求不高，直接用PyTorch的torch.compile()或者ONNX Runtime的加速推理就能有明显的提升。如果要求更高，可以考虑量化方案，将FP32权重转换为FP16或者INT8，推理速度可以提升2到4倍，而精度损失通常在1%以内。
第二，服务化部署。不要复用已经训练好的模型实例去处理多路并发，而是用模型推理框架（如Triton、vLLM）来做部署层。这样能用上动态batch、显存复用等优化，在高并发场景下很重要。
第三，缓存机制。对于文本分类、相似度这类输入长度有限的场景，碰上大量重复文本（比如重复的客服问题），在模型前面加一层哈希缓存，命中就直接返回结果，能大幅节省算力成本。
我在实际项目中测试过ONNX Runtime方案，在CPU上比原生PyTorch的推理快1.5倍左右，在GPU上也稳定快了20%到30%。如果你的业务场景对延迟特别敏感，强烈建议把模型转成ONNX格式。
转换过程本身也很简单：
import torch from transformers import BertModel, BertTokenizer model_path = "./bert-base-chinese" model = BertModel.from_pretrained(model_path) tokenizer = BertTokenizer.from_pretrained(model_path) dummy_input = tokenizer("测试一下ONNX导出", return_tensors="pt") torch.onnx.export( model, (dummy_input["input_ids"], dummy_input["attention_mask"]), "bert-base-chinese.onnx", input_names=["input_ids", "attention_mask"], output_names=["last_hidden_state"], dynamic_axes={"input_ids": {0: "batch", 1: "seq"}, "attention_mask": {0: "batch", 1: "seq"}}, opset_version=11, )导出后你就可以用ONNX Runtime进行推理了，代码也没复杂多少，但性能提升是实打实的。
9. 我最后的经验心得
说句掏心窝子的话，bert-base-chinese.zip这个压缩包我前前后后用了上百次，经历了从解压失败、模型加载混乱、到微调效果不佳的各种问题。现在回过头看，最关键的教训就是：拿到zip别急着跑代码，先花两分钟检查文件的完整性和目录结构。
任何一次解压或加载报错，优先怀疑是不是压缩包本身的问题，而不是先怀疑自己的代码。一个文件大小为0KB的config.json，能让你的Transformers代码报出各种莫名其妙的错误，而实际上只是下载环节出了问题。
另外，贴一下我目前在用的完整加载流程和脚本写法，是经过无数踩坑后稳定运行的。如果你正准备部署这个模型，建议直接复制这段代码先跑通默认流程：
from transformers import BertForSequenceClassification, BertTokenizer model_dir = "./models/bert-base-chinese" tokenizer = BertTokenizer.from_pretrained(model_dir) model = BertForSequenceClassification.from_pretrained(model_dir, num_labels=2) text = "这款手机电池续航不错，屏幕显示也很清晰" inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=128) outputs = model(**inputs) predictions = outputs.logits.argmax(dim=-1) print("预测类别:", predictions.item())如果这行代码能打印出结果，那说明你的bert-base-chinese.zip已经成功变成了一个真正可以干活的模型。剩下的就是根据具体业务去微调和优化了。祝各位都能避开我踩过的那些坑，顺利把模型跑起来。
本文还有配套的精品资源，点击获取