买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西南财经大学申请的专利一种基于大模型的噪声文本开放意图分类方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120578766B 。

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511071956.5，技术领域涉及：G06F16/353；该发明授权一种基于大模型的噪声文本开放意图分类方法及系统是由杨新;李艳花;张桀;欧阳小草;潘超凡;曹雪梅;任灵飞设计研发完成，并于2025-08-01向国家知识产权局提交的专利申请。

本一种基于大模型的噪声文本开放意图分类方法及系统在说明书摘要公布了：本发明公开了一种基于大模型的噪声文本开放意图分类方法及系统，属于自然语言处理与人工智能技术领域，主要包括：利用预训练大语言模型提取文本特征，通过无监督粒球聚类对文本特征进行聚类，在特征空间中构建类内结构表示；基于全局粒球级的OOD倾向指标和样本级的一致性指标，将训练样本划分为干净样本、分布内噪声样本、分布外噪声样本和不确定样本；构建有益噪声引导的联合损失函数，利用样本划分结果对模型进行差异化训练；构建基于粒球结构的多粒度决策边界，用于判定输入样本的类别。本发明融合多粒度结构信息、噪声模式识别机制与联合表征学习策略，有效提升模型在复杂开放环境下的识别鲁棒性与泛化能力。

本发明授权一种基于大模型的噪声文本开放意图分类方法及系统在权利要求书中公布了：1.一种基于大模型的噪声文本开放意图分类方法，其特征在于，包括以下步骤： S1.粒球结构建模：利用预训练大语言模型提取文本特征，通过无监督粒球聚类对文本特征进行聚类，在特征空间中构建类内结构表示； S2.多层次噪声识别：基于全局粒球级的OOD倾向指标和样本级的一致性指标，将训练样本划分为干净样本、分布内噪声样本、分布外噪声样本和不确定样本；所述全局粒球级的OOD倾向指标综合粒球之间的相对位置与邻域标签分布信息，判段粒球包含分布外噪声样本的程度；所述样本级的一致性指标用于评估每个样本在其所在的粒球内部的分布合理性及其标签的可靠性，该指标结合局部邻域密度与标签一致性信息，判段样本为干净样本或者分布内噪声样本的程度； S3.模型训练：构建有益噪声引导的联合损失函数，利用样本划分结果对模型进行差异化训练，所述联合损失函数中通过加权的方式引入OOD分散损失、原型Softmax损失以及原型间隔损失； S4：意图推理：构建基于粒球结构的多粒度决策边界，用于判定输入样本的类别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西南财经大学，其通讯地址为：611130 四川省成都市青羊区光华村街55号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。