文本处理模型的处理方法、文本处理方法、装置、计算机设备和可读存储介质

本申请涉及人工智能领域，具体公开了一种文本处理模型的处理方法、文本处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。方法包括：获取待训练的文本处理策略模型针对提示信息输出的多个答复内容信息，得到多个输入输出组；将各输入输出组输入至预训练的矢量奖励模型，输出各输入输出组对应的偏好评估排序信息；根据各输入输出组对应的偏好评估排序信息，确定待训练的文本处理策略模型的损失值；根据损失值调整待训练的文本处理策略模型，得到调整后的文本处理策略模型，返回获取待训练的文本处理策略模型针对提示信息输出的多个答复内容信息的步骤，直到满足训练结束条件。采用本方法能够提高文本处理的准确性。