基于对比学习和差异化数据增强的关系抽取方法和装置

本发明公开了一种基于对比学习和差异化数据增强的关系抽取网络方法和装置，其方法针对远程监督关系抽取中存在的长尾分布问题，结合大语言模型生成的差异化增强样本与多层次对比学习机制，通过四个主要步骤提升尾部关系的抽取效果：首先，基于关系频率对样本进行划分，并采用分层提示与差异化采样生成增强样本；其次，构建句子级与包级编码器进行多层次语义建模；第三，构造正负样本对并引入对比学习目标提升表示判别能力；最后，联合优化包级损失与句子级对比损失，实现全局与局部特征的统一学习。本发明在提升尾部关系识别能力的同时保持整体性能稳定，能够有效缓解远程监督关系抽取中的类别不平衡问题，具有较强的实用价值和推广前景。