基于强化学习的信息检索方法和装置、电子设备及介质

本申请实施例提供了一种基于强化学习的信息检索方法和装置、电子设备及介质，属于金融科技和人工智能技术领域。该方法包括：对业务检索指示信息进行知识检索，通过检索行为及奖励因子对编码检索信息进行检索行为价值识别，得到检索行为价值；根据检索行为价值识别编码检索信息的检索停止条件；基于检索停止条件和编码检索信息生成目标检索数据。本申请实施例通过对业务检索指示信息进行知识检索，能够初步匹配到检索指示最相关的知识信息，并根据检索行为价值确定检索停止条件，并基于检索停止条件生成目标检索数据，能够确定检索时最优的停止点，实现了动态调整检索策略，并生成高质量数据的输出，显著提高了信息检索的准确率。