本申請是對話信息獲取方法、裝置、設備及存儲介質(zhì)，涉及人工智能技術(shù)領(lǐng)域。所述方法包括：獲取第一對話信息；基于第一對話信息，通過第一對話模型進行數(shù)據(jù)處理，獲得第二對話信息；基于第一對話信息以及第二對話信息，通過第一判別器進行數(shù)據(jù)處理，獲得第一置信分數(shù)；基于第一置信分數(shù)，對第一對話模型進行參數(shù)更新。上述方案，訓練好的判別器可以對輸入第一對話模型的第一對話信息，以及第一對話模型輸出的第二對話信息之間的匹配度進行檢測，并將匹配分數(shù)作為獎勵值，且每一輪對話都可以獲得該輪對話對應的獎勵值，提高了獎勵值產(chǎn)生的密度，從而提高了通過強化學習訓練得到的第一對話模型的訓練效率。