BertForTokenClassification 类详解：用于标记分类的 Bert 模型

这是一个用于标记分类任务的 Bert 模型，继承自 BertPretrainedModel。其构造函数接受三个参数：bert，num_classes 和 dropout。其中，bert 是预训练的 Bert 模型，num_classes 表示需要分类的标签数，dropout 是一个可选参数，表示在分类前是否使用 dropout 层。

在构造函数中，首先调用父类的构造函数，并将 num_classes 和 bert 保存为类的属性。然后根据 dropout 参数或者 bert 的配置信息来初始化一个 dropout 层。接下来，初始化一个全连接层用于分类，并使用 init_weights 方法来初始化权重。

在前向传播中，首先将输入传入 Bert 模型，得到序列输出和池化输出。然后将序列输出传入 dropout 层，并将其结果传入全连接层，得到分类结果 logits，最终返回 logits。