文本分析模型的训练方法、装置、计算机设备和存储设备

本申请涉及一种文本分析模型的训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，应用于人工智能领域。该方法包括：获取参考模型、以及包含多个训练样本的样本集；针对样本集中的每一训练样本，在目标轮次使用训练样本进行强化学习训练的过程中，确定训练样本对应的迭代模型相对参考模型的正标签学习增益、以及训练样本对应的迭代模型相对参考模型的负标签增益统计值；在各正标签学习增益和各负标签增益统计值，确定目标轮次的学习损失收敛的情况下，结束强化学习训练，得到参考模型对应的文本分析模型。其中，训练样本包含待分析文本、待分析文本的负标签以及待分析文本的正标签。上述方法能够提高模型的泛化能力。