一种基于度量学习的小样本命名实体识别方法

本申请的实施例提供一种基于度量学习的小样本命名实体识别方法。应用于人工智能技术领域，包括：获取语料数据分为训练集和测试集，根据训练集构建实体类型到实体的映射；将训练集划分为支持集和查询集，并分别构建实体引导掩码提示，得到支持集句子输入增强序列和查询集句子输入增强序列，并采用预训练语言模型进行编码处理，得到支持集token编码和查询集token编码；计算两种编码的相似度，并构造相似度矩阵得到相似度分数，根据相似度分数计算损失函数，得到训练后的预训练语言模型；将测试集划分为支持集和查询集，输入到预训练语言模型中进行处理，进行实体类型预测。以此方式，本申请能够有效提升在小样本条件下文本分类的准确性及可靠性。