CONTAINER: 提升Few-Shot 实体识别性能的对比学习方法

CONTAINER 是一种利用对比学习优化标记嵌入表示的新方法。通过减小相似实体之间的嵌入距离，增加不相似实体之间的距离（这里将相似的实体进行吸引，不同实体提供一种排斥力），CONTAINER 能够更好地捕捉不同实体类别之间的差异，提高分类性能。

CONTAINER 改进了 Few-Shot 实体识别原有的问题内容：，如数据稀缺和标记困难。通过使用对比学习，CONTAINER 能够从少量标记数据中学习到更好的嵌入表示，从而提高 Few-Shot 实体识别的性能。此外，CONTAINER 还可以通过在嵌入空间中进行插值和外推来生成新的实例，从而扩充训练数据，进一步改善 Few-Shot 实体识别的表现。

总之，CONTAINER 通过利用对比学习来优化嵌入表示，从而改进了 Few-Shot 实体识别的问题。