一种结合醒睡记忆循环和经验迭代的持续关系抽取方法

本发明公开了一种结合醒睡记忆循环和经验迭代的持续关系抽取方法，属于信息抽取技术领域。包括：将一个新任务输入到模型中，使用数据增强技术扩展新关系实例，并与任务共同构建合成短期记忆；采用K‑Means算法筛选实例并将其存储于长期记忆中；在清醒阶段，模型通过快速适应新关系样本来更新其处理能力，并将这些样本纳入经验池中；使用经验迭代框架，在模型学习的过程中动态调整关系样本的分布；在睡眠阶段，模型经历非快速眼动和快速眼动两个子阶段。在NREM阶段，神经网络重放海马体中的长期记忆。在REM阶段，模型通过模拟新关系的梦境数据，强模型鲁棒性，有效缓解持续关系抽取中的灾难性遗忘问题，以提高模型的稳定性和性能。