本申请公开了一种基于强化学习去噪的人物关系抽取方法、装置、终端及存储介质，其中方法包括：对原始语料库进行人物实体识别及过滤，得到带多名人物实体的原始语料库，进行实体关系标注后得到人物关系种子实体对；依据含目标关系的人物关系种子实体寻找语句文本，从语句文本中抽取得到关系抽取模板，利用关系抽取模板进行人物关系实例提取并循环迭代，得到人物关系噪音实例；利用去噪级联模型对人物关系噪音实例进行处理噪音，最终得到人物关系实例结果。本发明以强化学习为基本思想、以神经网络关系分类模型输出的概率均值作为激励，通过多轮迭代式的噪音实例输入更新策略网络和奖罚环境，实现了对错误人物关系标注样本的降噪。