一种模型训练方法、电子设备、存储介质及程序产品

本申请实施例提供了一种模型训练方法、电子设备、存储介质及程序产品，涉及人工智能技术领域，上述方法包括：基于已有的样本文本两两之间的第一相似度，确定样本文本的全局数据密度；从第一数据集中选取候选文本；基于候选文本与每一样本文本之间的第二相似度，确定候选文本的局部数据密度；在局部数据密度小于全局数据密度的情况下，将候选文本确定为样本文本；将已有的样本文本输入预设模型，得到预设模型输出的日程信息，并根据日程信息与预期输出之间的差异，确定第一损失；根据第一损失进行反向梯度传播，更新第一预设模型的权重系数，得到日程抽取模型。应用本申请实施例提供的方案能够提高训练得到的日程抽取模型的模型性能。