摘要
本发明公开了一种基于深度学习的术语处理方法,属于自然语言处理技术领域,包括构建BERT+BiLSTM+CRF模型抽取术语,利用特征提取算法结合多层感知机MLP模型对术语进行难易度分层注解,通过自然语言处理模型T5进行风格调,解决了通过深度学习技术实现高效的术语识别、难易度评估和自动注解生成的技术问题,本发明不仅提高了术语识别的准确性,还通过自动化难易度评估和注解生成,显著提升了处理效率和用户体验,能够识别出在不同语境中具有不同含义的术语,提高了识别的准确性,降低了人工成本,能够为不同用户提供个性化的注解,提升用户体验,确保注解的语言风格与原文保持一致,增强了信息传达的连贯性。