一种动态图的持续学习方法、装置、电子设备及存储介质

本发明实施例公开了一种动态图的持续学习方法、装置、电子设备及存储介质，涉及图学习与持续学习技术领域，其中，所述方法包括：通过语言模型将动态图基类节点的文本特征编码为数值向量，结合结构特征得到基类原型和协方差矩阵，根据新任务的难度生成对应的提示，若新样本少则基于新原型与基类原型的余弦相似度生成伪样本；初始化正交键向量，通过最小化正交键向量与新样本的余弦相似度构建自适应键‑提示检索器并优化，动态选择最匹配的提示；通过BERT将新样本的文本属性编码为特征向量结合提示，通过计算特征向量与协方差矩阵的马氏距离确定类别。本发明解决了现有技术难以适应动态图数据演化、易灾难性遗忘、少样本场景下易过拟合的问题。