一种基于对比学习和提示学习的零或少样本立场检测方法

本发明提供了一种基于对比学习和提示学习的零或少样本立场检测方法，包括以下步骤：对输入句子进行分词和编码后进行实例生成和提示词嵌入；利用BERT模型进行提示学习，使立场检测任务转化为填空测试任务，实现立场推断；在BERT模型中构建门控多层感知器，实现零或少样本条件下的立场检测任务；在BERT模型中，利用对比学习框架学习立场文本的差异，强化同类样本的相似性和提高异类样本的区别度；对BERT模型的进行训练和优化，实现零或少样本条件下的立场检测。本发明充分利用了对比学习的强大表征能力和提示学习的灵活性，提高了零/少样本立场检测的整体性能和效果，降低了立场检测任务的实施成本，进一步拓宽了其应用范围。