摘要
本申请涉及机器学习技术领域，提供了一种模型训练方法、装置、计算机设备及可读存储介质，包括：对预设领域对应的数据集，计算数据集中每个样本数据的综合得分，以确定高价值数据；根据高价值数据初步训练预设的语义理解模型；将语义理解模型输出的全局语义特征与高价值数据对应的局部特征利用注意力机制加权融合，形成融合特征；获取预设领域对应的错例数据，根据错例数据和融合特征更新高价值数据；实时采集预设领域的业务数据，用于根据业务数据和更新后的高价值数据更新语义理解模型对应的训练集；根据更新后的训练集完成对语义理解模型的训练。本申请系统性解决了金融保险及医疗健康养老领域信息不对称、模型适应性差等核心问题。
