模型训练方法、装置、存储介质及计算机程序产品

本申请公开了一种模型训练方法、装置、存储介质及计算机程序产品，涉及人工智能技术领域，所述方法包括：获取权重正样本训练集和权重负样本训练集，权重正样本训练集和权重负样本训练集通过对预设的未标记样本集进行标注筛选获得；基于预设的无偏正样本与无标记样本学习算法，根据权重正样本训练集和权重负样本训练集，训练得到二分类模型；基于预设的期望最大化算法，通过二分类模型对应的损失函数和正则函数对二分类模型进行迭代，直至二分类模型收敛，获得收敛后的二分类模型；将收敛后的二分类模型作为预测模型。本申请解决了现有方法通用性和泛化性较差且需要人工标注样本的问题，提高了模型训练的通用性和泛化性。