受限资源条件下的个性化联邦关系分类方法

一种受限资源条件下的个性化联邦关系分类方法，本发明属于分布式机器学习和人工智能技术领域。本发明的目的是将实体和关系表示与本地记忆对齐，通过强制其实例嵌入尽可能接近其对应的关系表示，使每个实例能够“回顾”其记忆知识的受限资源条件下的个性化联邦关系分类方法。本发明将参数高效微调方法应用于联邦RC模型的学习，提出了一种个性化的联邦关系分类方法，在每个客户端部署一个实体库和一个关系库，用于将本地实体和关系表示作为记忆知识进行存储。本发明提出的FEDAER方法在各种设置下均优于竞争方法，同时显著降低了繁重的通信和计算资源消耗。