持续关系抽取方法研究综述

来源：计算机工程与应用杂志2025年第14期北京时间：

作者：杭婷婷, 郭亚, 李德胜, 冯钧

单位：1.安徽工业大学 计算机科学与技术学院，安徽 马鞍山 243032；2.河海大学 水利部水利大数据重点实验室，南京 211100；3.河海大学 计算机与软件学院，南京 211100

摘要：关系抽取旨在从文本数据中识别并提取实体之间的关系。随着数据流的动态变化，传统关系抽取模型在处理新出现的关系类型时，往往面临灵活性和有效性的双重挑战。持续关系抽取模型通过实时学习，不仅能够适应新关系类型的引入，还能有效保留已学到的知识，为知识图谱的动态更新与扩展提供了重要支持。系统综述了持续关系抽取领域的研究进展。阐述了持续关系抽取的发展历程、基本概念以及任务定义；从关系原型、对抗增强、对比学习及其他方法四个方面总结了当前的研究方法；介绍了常用的数据集与评价指标，并对主流模型的性能进行了对比评估。最后，分析了现有方法的局限性与挑战，并对未来的研究方向提出了展望。

关键词：持续关系抽取,记忆机制,关系原型,对抗增强,对比学习