原创力文档摘要
随着人工智能和大数据技术的发展，自然语言处理在信息抽取等领域作用显著。
其中，事件抽取作为关键任务，需从文本中抽取结构化事件信息。传统方法依赖于大
规模标注数据且假设训练数据分布固定。然而，实际应用中，事件类型和数据来源动
态变化，使得传统方法泛化性能不佳；低资源场景下数据的缺乏也限制了其应用。因
此，动态和低资源场景下的事件抽取需求，推动了持续联合事件抽取任务成为近年来
的研究热点。该任务要求模型持续学习新知识，避免遗忘，并在低资源场景下实现有
效的事件抽取。现有方法多具有以下问题：直接复用参
文档评论（0）