分类模型训练方法、分类方法、装置、设备、介质及产品

本发明提供分类模型训练方法、分类方法、装置、设备、介质及产品，分类模型训练方法包括：将样本待分类数据输入至分类模型中的特征提取模块，获取特征提取模块输出的样本特征，样本待分类数据属于的领域为第一领域或第二领域；将样本特征输入至领域判别器，获取领域判别器输出的样本待分类数据对应的域判断结果；将样本特征输入至分类模型中的分类预测模块，获取分类预测模块输出的样本分类结果；基于域判断结果和样本待分类数据对应的领域标签生成对抗性损失，基于样本分类结果以及样本待分类数据对应的分类结果标签之间的差异确定分类损失，基于对抗性损失和分类损失更新分类模型。本发明可以实现在低资源的场景下提高分类模型的分类性能。