文本分类模型优化方法、文本分类方法及装置

本发明提供一种文本分类模型优化方法、文本分类方法及装置，其方法包括：对原始数据集中的每条文本进行划分，得到文本在不同层级的语义单元；分别对各层级的语义单元采用不同的数据增强方式进行增强，对每条文本得到预设数量的补充文本，并将补充文本整理至原始数据集中，得到增强数据集；基于关键词语义评分和全局语义评分构建偏好奖励函数；在增强数据集上，使用偏好奖励函数对原始文本分类模型进行微调，得到优化后的文本分类模型。本发明通过实现一种多策略细粒度数据增强方法，并时通过构建偏好奖励函数，引入偏好学习使对其在对文本分类模型优化的过程中引导模型训练从而优化得到更具准确性和鲁棒性的文本分类模型。