用于文本扩展的机器学习模型的优化方法和装置

本发明公开了一种用于文本扩展的机器学习模型的优化方法和装置，所述方法包括：将第一文本输入预设的第一机器学习模型中进行扩展，得到第二文本；获取所述第二文本中重复文本的样本集，并将所述样本集与第一预设文本进行比对，得到配对数据集；根据所述配对数据集训练奖励模型，并根据所述奖励模型对所述第一机器学习模型进行优化，得到第二机器学习模型；评估所述第二机器学习模型输出文本的重复问题是否减轻，并在所述第二机器学习模型输出文本的重复问题减轻的情况下，确定所述第二机器学习模型为目标机器学习模型。该方法能够显著提高扩展文本的质量，减少重复内容带来的扩展文本质量低的问题，提升用户的使用体验，并能够提高效率。