連續(xù)關系抽取從連續(xù)的非穩(wěn)態(tài)數據流中逐步學習關系知識，在新增訓練數據時保持模型的穩(wěn)定。我中心大數據部提出了一個DP-CRE框架，將訓練目標解耦為舊知識的保存與新知識的獲取兩個任務，并通過分析新關系出現時數據嵌入空間的改變，改進了知識的保存和獲取過程，實現了從非平穩(wěn)數據流中增量學習關系知識，為連續(xù)關系抽取提供了新思路。實驗結果表明該模型在多項指標上均取得顯著提高。

該研究成果被The 2024 Joint International Conference on Computational Linguistics,Language Resources and Evaluation（LERC-COLING24,CCF B類）接受。論文第一作者為大數據部碩士研究生黃夢依，導師為杜一研究員。

該成果得到重點研發(fā)計劃青年科學家項目和國家自然科學基金優(yōu)秀青年科學基金項目等支持。

解耦的連續(xù)關系抽取框架

相關成果：Mengyi Huang,Meng Xiao,Ludi Wang,Yi Du. DP-CRE: Continual Relation Extraction via Decoupled Contrastive Learning and Memory Structure Preservation[C].// LREC-COLING 2024: The 2024 Joint International Conference on Computational Linguistics,Language Resources and Evaluation,2024.（Accepted）

責任編輯：郎楊琴