本公开提供了一种句向量模型的训练方法、文本语义增强的方法及装置，其中训练方法包括：从预先构建的训练数据集获取预定数量的数据对；构建数据对中的输入序列，并将输入序列转换为对应的token序列；将token序列分别输入至嵌入层，得到对应的嵌入序列；将每种嵌入序列输入至自注意力层，得到每种嵌入序列的相关性序列；将每种相关性序列输入至池化层，得到用于表示每种相关性序列的初始向量；将每种初始向量输入至线性层，得到对应的目标向量；以最小化反映锚样本的方面词向量、正样本的句向量以及负样本的句向量的三元组损失函数为目标，对句向量模型进行训练。该过程降低了文本语义增强模型的复杂度，减少了人工成本和时间成本。