本发明公开了一种面向大坝应急响应的小样本命名实体识别方法，使用细粒度原型网络构建小样本命名实体识别模型，对实体与非实体采用不同的原型构造方式，不同的原型充分地表达相应实体与非实体类型的特征；同时在模型训练过程的损失函数中添加同类实体或者非实体之间的特征差异，以使得同类实体或者非实体的特征表示更加接近；在完成所有类的原型构造后，使用距离函数计算给定样本与所有类原型之间的距离，将距离转换为相似度概率以对样本进行分类。本发明摆脱了现有大坝安全管理领域深度学习算法对大量训练数据的依赖性，能够在样本较少的大坝数据集中完成命名实体识别任务，并具有较高的识别精度与较好的收敛性能。