事件抽取鲁棒性模型训练方法、装置及可读存储介质

本公开实施例中提供了事件抽取鲁棒性模型训练方法、装置及可读存储介质，对两个相同结构的事件抽取模型进行不同的参数初始化，然后使用事件抽取模型在文本序列中选择干净token，并计算干净token的监督损失和对比损失，组成联合损失同时训练事件抽取模型，使它们对干净token的判别能力增强且逐渐对输入达成一致的预测，得到两个训练好的目标事件抽取模型。通过本公开的处理方案，加强事件抽取模型对标签噪声的鲁棒性，旨在使训练好的事件抽取模型满足军事领域的实际需要。