本发明公开了通过学习稳定表示空间的持续学习关系分类方法，包括以下步骤：获取医学药物数据，使用CRC模型作为基线模型进行训练；快速适应新关系；典型记忆样本选择；对所有关系进行平衡记忆回放：通过在平衡新的记忆集上进行提示调整来训练CRC模型；在平衡调整之后，再次应用记忆选择，以选择当前任务的最典型记忆样本；使用一个实例级的自对比学习目标来增强记忆实例的表示；构建关系分类后的医学药物知识图谱。本申请无需引入额外的参数或训练数据，缓解了CRC中的灾难性遗忘问题；基于提示的实例级对比目标，以生成高质量的实例嵌入。