翻译模型的训练方法、文本翻译方法及生成模型的训练方法

本申请涉及一种翻译模型的训练方法、文本翻译方法及生成模型的训练方法。该方法包括：将第一语言的训练文本输入至初始翻译模型中，得到模型输出文本，模型输出文本包括第二语言的模型翻译文本；基于模型输出文本的格式得到模型输出文本对应的格式奖励，格式奖励用于表征模型输出文本是否符合预定格式；基于训练文本和模型翻译文本得到模型翻译文本对应的度量奖励，度量奖励用于表征模型翻译文本的翻译质量；根据格式奖励和度量奖励，得到目标奖励；基于目标奖励和预设强化学习算法对初始翻译模型进行训练，得到目标翻译模型。该训练方法中，采用格式和度量的混合奖励方式，为强化学习提供信息丰富且有效的指导信号，能够提高翻译模型的翻译质量。