1.一种基于大模型增强的垂直领域小样本知识抽取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的垂直领域小样本知识抽取方法，其特征在于，所述基于预先训练的大语言模型，对所述第一高质标注样本进行数据增强，得到所述目标领域的第二高质标注样本，包括：
3.根据权利要求2所述的垂直领域小样本知识抽取方法，其特征在于，所述通过将所述第一高质标注样本输入所述大语言模型，得到第一目标知识图谱，包括：
4.根据权利要求2所述的垂直领域小样本知识抽取方法，其特征在于，所述基于所述大语言模型，将所述第一目标知识图谱进行泛化处理，得到包含目标知识抽取信息的目标文本语料，包括：
5.根据权利要求1所述的垂直领域小样本知识抽取方法，其特征在于，所述以从所述第二高质标注样本中提取的多个实体，以及多个所述实体中每两个实体之间的关系为训练样本，训练得到知识抽取模型，包括：
6.根据权利要求5所述的垂直领域小样本知识抽取方法，其特征在于，所述基于所述知识抽取模型，对输入所述知识抽取模型的所述目标领域的非结构化文本进行知识抽取，得到所述目标领域的目标知识图谱，包括：
7.根据权利要求6所述的垂直领域小样本知识抽取方法，其特征在于，在将所有的所述目标知识三元组进行融合，得到所述目标知识图谱之后，所述方法还包括：
8.根据权利要求7所述的垂直领域小样本知识抽取方法，其特征在于，所述方法还包括：
9.根据权利要求7或8所述的垂直领域小样本知识抽取方法，其特征在于，所述方法还包括：
10.一种用于实现如权利要求1-9中任一项所述的基于大模型增强的垂直领域小样本知识抽取方法的系统，其特征在于，所述系统包括：