简介： 本申请实施例公开了用于生成模型的方法和装置。该方法的一具体实施方式包括：获取样本集，样本集中包括样本语句以及与样本语句对应的标注知识；从样本集中选取样本，以及执行以下训练步骤：样本语句输入第一初始模型，生成与样本语句对应的第一预测知识；将第一预测知识输入第二初始模型，生成与第一预测知识对应的第一预测语句；将标注知识输入第二初始模型，生成与标注知识对应的第二预测语句；将第二预测语句输入第一初始模型，生成与第二预测语句对应的第二预测知识；确定第一奖励信号；根据所确定的第一奖励信号利用强化学习方法训练得出第一模型。该实施方式丰富了模型的生成方式。