文本生成方法、装置、设备及可读存储介质

本申请公开了一种文本生成方法、装置、设备及可读存储介质，属于人工智能技术领域。方法包括：获取目标图像；对目标图像分类，得到目标图像的分类结果，分类结果表征目标图像是否为对抗图像，对抗图像是被噪声扰动后的图像；当基于分类结果确定目标图像不为对抗图像时，获取与目标图像相关的第一目标文本；通过视觉语言模型基于目标图像和第一目标文本生成第二目标文本，第二目标文本与目标图像相关且与第一目标文本为上下文关系。当基于分类结果确定目标图像不为对抗图像时，说明目标图像未被噪声扰动，使得视觉语言模型可以基于目标图像和第一目标文本，生成准确率较高的第二目标文本，提高了视觉语言模型的安全性和可靠性。