文本分类模型的训练方法、文本分类方法

本申请涉及文本分类模型的训练方法、文本分类方法。其中，训练方法包括：对于当前训练批次中的原始样本，将构建的正例数据对输入到文本分类模型，以通过文本分类模型的编码器得到正例数据对的特征向量对，其中，正例数据对包括原始样本的数据、对原始样本进行扩充后得到的扩充样本的数据；通过特征向量对确定原始样本的第一交叉熵损失、扩充样本的第二交叉熵损失以及自监督对比学习损失；通过该第一交叉熵损失、该第二交叉熵损失以及该自监督对比学习损失联合确定目标损失，并通过该目标损失对该文本分类模型进行训练。本申请解决了相关技术中单一地使用交叉熵损失来训练文本分类模型所导致的泛化能力较差以及模型不稳定等技术问题。