基于知识迁移的实体标注模型训练方法、设备及存储介质

本申请公开了一种基于知识迁移的实体标注模型训练方法、设备及存储介质，涉及数据处理技术领域，该方法包括：基于实体标注任务的标注数据对预设的初始实体标注模型进行参数更新，得到临时参数；根据各个所述实体标注任务的临时参数在测试数据上的总损失值，对所述初始实体标注模型进行更新，得到泛化实体标注模型；根据目标领域的标注数据对所述泛化实体标注模型进行训练，得到所述目标领域对应的目标实体标注模型。通过逐步引导模型从接触新领域数据、增强泛化能力到精准适应目标领域，解决了当实体标注任务遇到新领域且出现源领域未覆盖实体类型时，模型无法快速关联且需大量重新训练的问题。