计算机应用

作者：肖毓航, 李贯峰, 陈昱胤, 秦晶

单位：1.宁夏大学 信息工程学院，银川 750021；2.宁夏“东数西算”人工智能与信息安全重点实验室（宁夏大学），银川 750021

关键词：关系抽取,小样本学习,预训练模型,对比学习,多头注意力

基金：国家自然科学基金资助项目(62066038);宁夏全职引进高层次人才科研启动项目(2023BSB03066);宁夏自然科学基金资助项目(2024AAC03098)

小样本关系抽取（FSRE）任务旨在从有限的标注数据中识别文本中实体间的语义关系。针对现有方法因采用单一视角的对比学习和静态图结构而导致的特征对齐不足与任务适配性差等问题，提出一种融合多视角对比学习与动态图生成机制的FSRE模型SAGM（Synergistic Anchored Graph-based Model）。该模型在预训练阶段，通过多视角对比学习引入句子锚定和标签锚定策略，从而优化实例与关系标签特征的对齐效果；在任务生成阶段，利用图生成模块构建任务特定的图结构，并结合多头注意力引导层动态调整特征重要性，从而提升模型在小样本和跨领域任务中的适应性。在FewRel 1.0、FewRel 2.0以及NYT-25数据集上的实验结果表明，所提模型在多个N-way K-shot设置下取得了较高的准确率，表现出良好的泛化能力和任务适应性，验证了它在小样本和跨领域场景中的有效性。

来源：2026年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2026年第3期