1.一種知識獲取領(lǐng)域的類增量學(xué)習(xí)方法，每次在知識獲取任務(wù)需新增識別的類別時執(zhí)行該方法，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，針對每個類別，從每個簇內(nèi)確定具有代表性的原型表示和抽取單元表示的方式包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，預(yù)習(xí)階段的二分類交叉熵?fù)p失函數(shù)為：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，在復(fù)習(xí)階段，對于本次新建的專家網(wǎng)絡(luò)，其輸入文本來自專有訓(xùn)練集，預(yù)設(shè)的總損失函數(shù)包括用于指導(dǎo)本次新建的專家網(wǎng)絡(luò)學(xué)習(xí)的二元交叉熵?fù)p失函數(shù)：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，對于非新增類別的專家網(wǎng)絡(luò)，其輸入文本來該專家網(wǎng)絡(luò)對應(yīng)的核心集，在復(fù)習(xí)階段的蒸餾損失函數(shù)為：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，總損失函數(shù)包括二元交叉熵?fù)p失函數(shù)、蒸餾損失函數(shù)和對比損失函數(shù)的加權(quán)和，根據(jù)總損失函數(shù)優(yōu)化各專家網(wǎng)絡(luò)、編碼網(wǎng)絡(luò)和投影網(wǎng)絡(luò)的參數(shù)以減小總損失，其中，對比損失函數(shù)為：
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，知識獲取任務(wù)為命名實體識別任務(wù)或者關(guān)系抽取任務(wù)，其中，命名實體識別任務(wù)下的識別單元為輸入文本中的一個文段的頭部的詞元和尾部的詞元，關(guān)系抽取任務(wù)下的識別單元為輸入文本中的兩個待識別關(guān)系類別的實體對應(yīng)的詞元。
8.一種基于原型網(wǎng)絡(luò)門控機(jī)制的類增量知識獲取方法，其特征在于，包括：
9.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，其上存儲有計算機(jī)程序，所述計算機(jī)程序可被處理器執(zhí)行以實現(xiàn)權(quán)利要求1至8中任一項所述方法的步驟。
10.一種電子設(shè)備，其特征在于，包括：