基于类增量学习的小样本命名实体识别方法及装置

本发明公开了一种基于类增量学习的小样本命名实体识别方法及装置，属于自然语言处理领域，包括步骤：通过调整已训练模型，将生成的数据用于模拟旧类别的特征，从而帮助模型在蒸馏过程中保留这些旧信息；采用对抗性学习，将合成数据的隐藏特征与真实的新类别数据对齐，使合成数据在语义上与真实样本更加相近，最终结合合成数据和对抗学习完成命名实体识别。本发明为在资源受限的环境中持续改进NER模型打开了新的可能性，展现了其在实际应用中处理动态变化数据流的巨大潜力。