一种模型训练方法、电子设备和计算机可读存储介质

本申请提供了一种模型训练方法、电子设备和计算机可读存储介质，涉及人工智能技术领域，该方法应用于知识图谱补全模型的训练，本申请通过在知识图谱补全模型中引入引入多头适配器，使得模型可以在保持前馈网络中存储的丰富通用知识的同时，学习到特定任务的知识；多头适配器通过门控机制自适应地融合适配器和前馈网络的输出，增强了模型的表达能力和灵活性；通过用知识图谱中的其他正确尾实体替换每一批次训练使用的三元组数据中正样本的尾实体，以生成额外的正样本的损失函数，能够引入了更多的正样本，使得模型能够学习到更多样化的正样本，从而提高嵌入表示的代表性和泛化能力。