本发明涉及一种基于元强化学习的文本生成方法,其技术特点是：收集不同类型的文本数据作为不同任务的划分；收集文本数据中随机采取某一任务的数据；采用处理序列数据的递归型神经网络构造文本生成模型；生成K条文本轨迹；利用文本生成轨迹对文本生成模型进行少次策略梯度更新,得到更新后的文本生成模型；生成新的文本轨迹；在多个任务上分别对文本生成模型进行更新并采样,得到文本生成轨迹的表现误差；对原始文本生成模型参数进行二次梯度更新训练至收敛。本发明在强化学习利用递归神经网络进行文本生成的基础上进行改良,利用元强化学习训练智能体,将在多个任务上学习到的经验迁移到目标任务中,可快速实现不同场景或语境下的文本生成。