一种基于困难样本对比学习的少样本关系抽取方法

本发明公开了一种基于困难样本对比学习的少样本关系抽取方法，属于信息抽取技术领域。本发明针对现有技术在训练数据匮乏时难以充分捕捉关系语义特征、进而限制模型泛化能力的问题，提出了一种应用于极少样本的核心词保留增强方法，该方法通过提取样本中的核心词，并随机替换非核心词以生成保留核心词的新样本，从而有效提升模型在极少样本条件下的泛化能力。本发明针对现有技术缺乏对困难样本的挖掘、导致模型细粒度语义辨别能力受限的问题，提出了一种困难样本对比学习方法，该方法能够从有限的训练样本中动态识别出困难样本，并构建具有挑战性的正负样本对进行对比学习，显著增强模型在低资源场景下的细粒度关系判别性能。