本公开的实施例公开了用于生成字幕器的方法和装置和用于输出字幕的方法和装置。该方法的具体实施方式包括：获取样本图像集；将样本图像集输入句子生成器的图像编码器，输出对象集；将对象集分组成第一对象集和第二对象集，其中，第一对象集为被包含在预定对象集内的对象集，第二对象集为被排除在预定对象集外的对象集；将图像编码器输出的对象集输入句子生成器的句子解码器，在解码步骤中以第一对象集、第二对象集为约束条件进行波束搜索，生成伪图像句子对集；将伪图像句子对集作为样本集训练句子生成器，得到字幕器。该实施方式通过基于语义约束的自学习框架生成了字幕器，提高了字幕生成的质量。