基于图谱证据覆盖缺口反馈的文档实体关系分级抽取方法

本发明公开了一种基于图谱证据覆盖缺口反馈的文档实体关系分级抽取方法，包含以下步骤：对文档集切片后采用初始抽取模型首轮抽取，得到候选知识单元及其证据锚点并构建候选图谱；依据证据强度差值生成缺口节点，建立缺口节点与文档片段的反向映射，形成证据覆盖缺口图；针对缺口节点与对应片段的关联，预测候选片段‑模型组合补足缺口的覆盖概率及计算成本，确定单位成本覆盖增益；根据计算总预算按单位成本覆盖增益选择本轮重抽取组合，调用增强抽取模型执行重抽取；将补充知识单元写入候选图谱，定位受影响缺口节点集合并增量更新，不满足停止条件则进入下一轮迭代。本发明解决了有限预算下难以高效提升知识图谱抽取质量的问题。