基于多模态数据的强化学习模型的训练方法及相关设备

本发明提供了一种基于多模态数据的强化学习模型的训练方法及相关设备，可以实现文本、图片、结构化数据的跨模态语义融合，突破传统单模态处理局限。该方法包括：获取驾培行业所对应的外部数据、互联网生态数据以及内部业务数据；对外部数据、互联网生态数据以及内部业务数据进行预处理，以得到多模态数据池；确定文本模态数据、图像模态数据以及结构化模态数据所对应的特征向量,并将特征向量映射至共同语义空间;基于预设强化学习模型对特征向量进行自动分类，并标注对应的标签；基于标签，以归类准确率为导向，调整归类模型参数；基于调整后的归类模型参数迭代进行训练，直至达到预设的迭代终止条件，得到强化学习模型。