一种基于超网络的持续学习关系抽取方法

一种基于超网络的持续学习关系抽取方法，涉及自然语言处理和机器学习领域。模型含样本编码器、基于超网络的网络生成器和任务特定的投影头；样本编码器用于获取每个实例的嵌入表示；网络生成器为当前任务生成特定的投影头，投影头用于执行该特定任务的分类。为减少模型表示空间中类似关系之间的冲突，创建特定的投影头。对于新任务，初始化一系列特定任务的嵌入。这些嵌入输入网络生成器，创建一个用于当前任务关系分类的专用投影头。每个任务都有其特定的表示空间。有效减轻模型表示空间中类似关系的冲突。训练模型过程中采用新任务训练、样本选择和多任务重放，通过跨任务损失和对比学习等策略，有效缓解灾难性遗忘问题。