数据分类模型训练方法、装置、电子设备及存储介质

本申请实施例公开了一种数据分类模型训练方法、装置、电子设备及存储介质；该方法包括：对训练数据中的训练样本进行增强处理，得到的第一增强样本和第二增强样本；对第一增强样本和第二增强样本分别进行特征提取，得到第一特征和第二特征；对训练数据进行聚类，得到多个参考类别及多个聚类中心；将第一特征和第二特征分别与每个聚类中心进行比对，得到第一概率和第二概率；根据第一特征和每个第一概率进行特征计算，得到第一原型，并根据第二特征和每个第二概率进行特征计算，得到第二原型；基于每个第一原型和每个第二原型，对初始模型进行原型对比学习，得到数据分类模型。本申请可以提高数据分类模型的分类准确性。