一种基于关系型图卷积网络的小样本细粒度实体分类方法

摘要

本发明公开了一种基于关系型图卷积网络的小样本细粒度实体分类方法。首先，对句子中待分类的实体采用“实体‑上下文编码器”进行编码，并使用对抗学习加强模型鲁棒性，使用数据增强自动生成新数据。其次，构建可有效感知小样本的类别共现图，并利用关系型图卷积网络对类别进行编码。之后，通过匹配实体和类别的编码来对实体进行分类。整个模型通过元学习方式进行训练。最后，将小样本的类别数据输入模型对其参数进行微调，即可利用该模型为这些小样本类别的其他目标实体进行分类。