基于强化学习的营销文案自动生成方法、装置及存储介质

本申请提供一种基于强化学习的营销文案自动生成方法、装置及存储介质。该方法包括：对公开文案数据进行语义匹配检索得到候选文案；将插槽化改写指令输入预生成语言模型，生成第一营销文案；对预设基础语言模型执行监督微调训练，得到第一训练模型；输入新的用户产品信息与推广要求至第一训练模型，生成第二营销文案，对第二营销文案进行打分并生成评价数据；根据评价数据构建偏序训练样本，将偏序训练样本作为奖励信号，对第一训练模型执行强化学习训练，得到第二训练模型；在文案生成系统中调用第二训练模型，基于用户的产品信息与推广要求输出目标营销文案。本申请能够实现高合规度且多约束一致的营销文案批量生成。