按照huggangingface上的说明文档，进行一 一 学习的
dmis-lab/biobert-v1.1 · Hugging Face
BertConfig：
包含BERT模型所有配置参数的类。它定义了模型的大小，例如隐藏层的数量、注意力头的数量等。
BertTokenizer：
负责将文本转换为模型可以理解的token（词或子词单元）的类。
BertTokenizerFast：
是BertTokenizer的快速版本，使用Rust来提高tokenization的速度。
TFBertTokenizer：
TensorFlow版本的BERT tokenizer，用于在TensorFlow框架中使用BERT。
Bert specific outputs：
指的是BERT模型执行不同任务时返回的特定输出结构。
BertModel：
BERT模型的核心类，可以输出多种格式的隐藏状态，用于不同的任务。
BertForPreTraining：
一个特别为BERT预训练设计的类，包含了MLM（掩码语言模型）和NSP（下一句预测）的头部，可以直接用于BERT的预训练。
BertLMHeadModel：
一个包含语言模型头部（通常是线性层）的BERT模型，用于根据上下文生成或预测下一个token。
BertForMaskedLM：
专门用于执行MLM任务的BERT模型，这个模型添加了一个头部，专门用于预测掩码位置的token。
BertForNextSentencePrediction：
用于执行NSP任务的BERT模型，这个模型可以预测第二个句子是否是第一个句子的逻辑后继。
BertForSequenceClassification：
这个类在BERT基础上添加了一个分类头部，用于序列级别的分类任务，例如情感分析。