文本特征提取方法、模型训练方法及相关装置

本申请提供了一种文本特征提取方法、模型训练方法及相关装置，属于机器学习领域，包括：获取多个初始对话文本；通过预设文本提取模型对多个初始对话文本中每个初始对话文本进行标注，得到标注结果；根据标注结果从多个初始对话文本中确定目标训练样本数据；通过基座模型在目标训练数据集上分别执行标签数据提取任务和小结数据提取任务，并对基座模型进行第一次监督微调；通过微调后的基座模型执行标签数据和小结数据提取任务，并对进行第二次监督微调；构建偏好对数据集；根据偏好对数据集采用强化学习算法对基座模型进行优化，得到目标文本特征提取模型。可以实现对样本的高效筛选，以及提升模型整体性能与训练策略的适应性。