小样本中医古籍标注模型适配方法

本发明涉及人工智能技术领域，公开了小样本中医古籍标注模型适配方法，包括：获取原始中医古籍文本，从文本中提取结构化的领域知识编码为知识向量；选择通用预训练语言模型，利用原始中医古籍文本对通用预训练语言模型进行微调，以生成古籍基础语言模型；根据待适配的目标域，从预设的模型库中选择源域模型；在源域模型中添加知识迁移层用于将知识向量嵌入源域模型，以构建融合知识的待训练模型；利用迁移学习损失函数，在目标域的小样本标注数据上对融合知识的待训练模型进行微调，得到最终标注模型。本发明在仅有少量目标域标注样本的情况下，快速学习新流派的特征，降低了针对新流派进行数据标注的人力与时间成本。