本发明实施例公开了一种基于文本数据的模型生成方法、装置及设备，以解决现有的模型训练需要人工标注文本，导致模型训练效率低及准确性低问题。该方法包括：对采集的各样本数据进行分词处理，根据得到的样本分词之间的关联程度，对各样本数据进行聚类，得到包含多个样本数据集的目标聚类结果；为各样本数据集添加类别标签，以建立类别标签和样本数据集之间的对应关系；以多个样本数据为模型输入数据、对应关系为模型输出数据，并利用预设算法进行模型训练，得到目标模型和第一模型参数。该方案实现类别标注的自动化，并确保样本数据标注的准确性，使最终训练出的模型的精确度更高。