基于元学习的任务处理方法、装置、设备及介质

本发明涉及人工智能技术领域，可应用于金融科技及医疗健康等业务场景中，公开了一种基于元学习的任务处理方法、装置、设备及介质，包括：获取初始样本集合并下采样形成类别平衡样本集合，基于类别平衡样本集合构建元训练任务集合并训练基础模型得到模型初始化参数，获取目标任务的支持集，利用所述支持集调整基础模型得到目标任务模型，并使用目标任务模型对目标任务的查询集进行处理生成目标处理结果。本发明通过在类别平衡样本集合上构建元训练任务并训练，使基础模型获得泛化性强的初始化参数，结合目标任务的支持集快速调整后即可适应新任务并完成查询集识别，从而解决少样本条件下泛化不足和适应效率低的问题，提升识别准确性与效率。