一种多文本特征适应器增强的专业素养命名实体识别方法

本发明公开了一种多文本特征适应器增强的专业素养命名实体识别方法。本发明根据内容含义对专业素养命名实体进行标注，基于“BIO”法对专业素养命名实体进行文字标签化；并借助BERT模型在自然语言处理领域的特点和优势，将多文本特征适应器融入BERT进行模型微调，提出MFEBERT模型；构建MFEBERT+BiLSTM+CRF专业素养命名实体识别模型，MFEBERT利用多文本特征适应器融合专业素养命名实体的文字级特征、词汇级和词性级融合特征，通过BiLSTM+CRF学习专业素养命名实体的约束条件，最终实现专业素养命名实体的智能化识别，为科学精准有效的构建专业素养评价指标体系提供重要技术支撑，有助于促进教育评价体系的创新性构建与应用。