本公开提供了一种基于参数化量子电路的模型训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及量子计算机领域，尤其涉及深度学习、自然语言处理技术领域。实现方案为：获取训练文本；对于每一个训练文本，执行以下操作：获取当前训练文本中的每一个单词的词向量，以将其分别作为第一量子电路的参数获得量子态；将每一个量子态分别输入到第二、第三以及第四量子电路中并进行测量；计算每一个单词对应的一组权重值以获得当前训练文本所对应的特征向量；将特征向量输入神经网络模型中以获得预测值；以及基于预测值、标签值确定损失函数，以基于损失函数调节第二、第三、第四量子电路、神经网络模型所对应的参数。