一种学习细粒度通用知识的跨域小样本关系抽取方法和装置

本发明涉及一种学习细粒度通用知识的跨域小样本关系抽取方法和装置。该方法包括：进行数据预处理，包括将语义提示模板拼接在数据集中每个句子的尾部；构建跨域小样本关系抽取模型，包含特征提取网络、双通道通用知识学习网络、关系对比学习网络和关系分类网络，双通道通用知识学习网络包含隐式通用知识学习网络和显式通用知识学习网络；利用训练集，通过隐式通用知识学习网络的损失函数、关系对比学习损失函数和关系分类损失函数训练跨域小样本关系抽取模型，并利用验证集获得最优模型；利用最优模型抽取目标域的句子中的关系。本发明能够精准地捕捉和利用跨领域的通用知识，减少对源域独有知识的依赖，提高在目标域中的关系抽取性能。