摘要
本发明公开了一种基于多特征和门控机制的命名实体识别方法,是针对中学数学教育领域而设计的,该方法包括:构建中学数学试题命名实体识别数据集,用于对模型的训练;训练传统命名实体识别模型,将BERT+BiLSTM+CRF传统模型作为基线模型并对其进行改进;引入迭代扩张卷积卷积神经网络IDCNN提取文本的局部特征;引入基于门控权重机制对BiLSTM提取的文本全局特征进行扩充;融合BiLSTM和IDCNN特征训练模型并生成实体标签序列。本发明通过将全局特征和局部特征进行融合,同时提高了单个实体内部标签和整个句子的大部分字符标签的识别准确率,最终提高模型的整体标签识别效果。