对话模型生成方法、对话预测方法、装置、设备及介质

本申请提供一种对话模型生成方法、对话预测方法、装置、设备及介质，该对话模型生成方法包括：获取当前提问模型根据当前提问策略输出的当前提问信息；将当前提问信息输入当前对话模型进行回复预测处理，得到当前回复结果；对当前回复结果进行判别，得到当前对抗结果；根据当前对抗结果生成当前对抗奖励信息；将当前对抗奖励信息输入当前提问模型，调整当前提问策略得到目标提问模型，将当前对抗奖励信息输入当前对话模型，调整当前防御策略，得到目标对话模型。本申请能够引入强化学习机制的自演化动态对抗训练过程，对对话模型和提问模型进行动态对抗训练，提升对话模型的回复精度，降低训练成本。