本申请涉及一种意图识别模型的训练方法、意图识别方法、设备及介质，属于计算机技术领域，该方法包括：获取第一样本数据；获取各个意图类别对应的样本频率；将第一文本数据输入预先创建的初始网络模型，得到类别预测信息；将类别预测信息、意图类别和样本频率输入分类损失函数，得到分类损失值；基于分类损失值更新初始网络模型的模型参数，以训练得到意图识别模型，可以解决训练得到的意图识别模型对某些意图类别识别的准确性较低的问题；由于将样本频率加入到分类损失函数中，从而计算出带有该分布情况的先验知识的损失值，可以使初始网络模型对不同意图类别的特征的学习程度相同，因此，可以提高训练得到的意图识别模型对意图识别的准确性。