一种基于小样本元学习与BERT的领域三元组提取方法及系统

本发明公开了一种基于小样本元学习与BERT的领域三元组提取方法，步骤包括，S1将领域数据集重构为K‑wayN‑shot任务，划分用于模型快速学习的支持集与评估泛化性能的查询集；S2以BERT为核心编码器，构建含3层共享增强适配器模块及头实体识别头、尾实体识别头、关系分类头的3头联合提取网络模型；S3基于MAML框架，通过内循环支持集任务适配与外循环查询集元更新双循环训练模型；S4输入待处理文本，并行输出实体与关系并生成结构化三元组。该方法将标注数据需求从数千至数万条减至个位数，降低成本并支撑生物医学等稀缺领域落地；新关系秒级适配，破解传统模型僵化难题；端到端规避错误传播，显著提升提取准确率与召回率。