一种少样本关系分类模型的训练方法及相关设备

本申请属于人工智能技术领域，涉及一种少样本关系分类模型的训练方法及相关设备，该方法包括：根据清洗业务数据构建业务知识图谱；对业务知识图谱进行数据集划分得到初始训练集、验证集以及测试集；根据初始训练集对原始语言模型进行训练得到预训练语言模型；根据验证集以及测试集构建种子关系r以及种子句子集Sr并输入至句子生成器得到最优候选句子；根据最优候选句子对种子句子集Sr进行扩展得到扩展训练集；并根据扩展训练集对原型网络模型进行模型训练得到目标网络模型。本申请在少样本和零样本情境下有效地进行关系分类，提高了模型的准确性和泛化能力，降低了数据标注成本，适用于电力设计领域的知识图谱构建和信息提取任务。