基于人工智能的物品推荐方法、装置、设备及存储介质

本申请公开了一种基于人工智能的物品推荐方法、装置、设备及存储介质。该方法包括：获取至少一个第一训练样本和至少一个第二训练样本；基于第一训练样本对预训练语言模型进行训练，得到训练后的预训练语言模型；基于第二训练样本对训练后的预训练语言模型进行调整，得到调整后的预训练语言模型，调整后的预训练语言模型用于物品推荐。由于第二训练样本包括一个用户的至少两个历史选取物品的第二文本表示，而第二文本表示既包括在多个领域的泛化性属性的文本表示，也包括在特定领域的个性化属性的文本表示，因此，调整后的预训练语言模型能够从多个历史选取物品的第二文本表示中，较好地学习到用户的偏好，从而为用户进行更准确地物品推荐。