要获取BERT模型返回的张量类型属性作为字符串返回，可以使用torch.Tensor.dtype属性和torch.Tensor.type()方法。下面是一个示例代码：

import torch
from transformers import BertModel, BertTokenizer

# 加载BERT模型和tokenizer
model_name = 'bert-base-uncased'
model = BertModel.from_pretrained(model_name)
tokenizer = BertTokenizer.from_pretrained(model_name)

# 输入样本
input_text = "Hello, how are you?"

# 文本编码
input_ids = tokenizer.encode(input_text, add_special_tokens=True)
input_tensor = torch.tensor([input_ids])

# 前向传播
with torch.no_grad():
    outputs = model(input_tensor)

# 提取返回的张量并输出类型属性
hidden_states = outputs[0]
dtype_str = str(hidden_states.dtype)
print("Tensor type: ", dtype_str)

在上面的示例中，我们首先加载了BERT模型和tokenizer。然后，我们将输入文本编码为输入张量。接下来，我们通过将输入张量传递给BERT模型进行前向传播，得到返回的隐藏状态张量。最后，我们通过dtype属性将隐藏状态张量的类型属性转换为字符串，并将其打印出来。