本发明属于自然语言处理领域，具体涉及一种基于Seq2Seq模型的情感对话生成方法；该方法包括：获取对话数据，采用情感分类器对对话数据进行分类，得到不同情感类别的对话数据，对话数据包括提问语句和回复语句；采用指定情感类别的对话数据对对话生成模型进行训练，得到训练好的Seq2Seq模型；用户将提问内容和指定情感类别输入到训练好的Seq2Seq模型中，得到带有指定情感的回复语句；本发明引入情感指导机制和生成对抗网络对对话生成模型进行训练，极大加强了对话生成模型所生成语句的情感准确率以及保证了生成语句的质量；本发明能在提高情感准确率的情况下不降低生成语句质量，具有广阔的应用前景。