CN120123518B 基于大模型的多粒度金融文本噪声开放分类方法 （西南财经大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN120123518B(45)授权公告日2025.07.08

(21)申请号202510608156.6

(22)申请日2025.05.13

(65)同一申请的已公布的文献号申请公布号CN120123518A

(43)申请公布日2025.06.10

(73)专利权人西南财经大学

地址611130四川省成都市青羊区光华村

街55号

(72)发明人杨新李艳花欧阳小草张桀

潘超凡任灵飞李婷婷王景凯杨晓龙

(74)专利代理机构成都华风专利事务所(普通合伙)51223

专利代理师吴桂芝

(51)Int.CI.

GO6F16/353(2025.01)

GO6F18/25(2023.01)

GO6F18/241(2023.01)

GO6F18/15(2023.01)

GO6F18/23213(2023.01)

G06Q40/00(2023.01)

GO6F40/30(2020.01)

GO6N5/04(2023.01)

(56)对比文件

杨新等.多粒度开放持续学习关键技术研究.CNKI.2025,1-3.

审查员田志方

权利要求书2页说明书11页附图2页

(54)发明名称

基于大模型的多粒度金融文本噪声开放分类方法

(57)摘要

CN120123518B本发明公开了基于大模型的多粒度金融文本噪声开放分类方法，属于文本噪声分类技术领域，包括：提取金融文本的语义特征；对语义特征进行聚类处理，得到多个不同标签的粒球，并计算多个不同标签的粒球的属性；根据样本在粒球中的位置与粒球的属性，将粒球内样本分类为干净样本、分布内噪声、分布外噪声。通过聚类处理得到多个不同标签的粒球，并计算各粒球的属性，此时每个类别最终由具有相同标签但属性不同的多个粒球表示，能够有效反映类别的多粒度原型和分布范围，提高了表征学习效果。同时，根

CN120123518B

提取金融文本的语义特征

提取金融文本的语义特征

对语义特征进行聚类处理，得到多个不同标签的粒球，并计算多个不同标签的粒球的属性

根据样本在粒球中的位置与粒球的属性，将粒

球内样本分类为干净样本、分布内噪声、分布

外噪声

CN120123518B权利要求书1/2页

2

1.一种基于大模型的多粒度金融文本噪声开放分类方法，其特征在于，所述方法包括训练步骤：

提取金融文本的语义特征；

对语义特征进行聚类处理，得到多个不同标签的粒球，并计算多个不同标签的粒球的属性，包括容量、纯度、质心和半径；

根据样本在粒球中的位置与粒球的属性，将粒球内样本分类为干净样本、分布内噪声、分布外噪声，包括以下子步骤：

将粒球纯度大于高纯度阈值且粒球容量大于高容量阈值的粒球定义为高质量粒球，对高质量粒球中样本进行噪声分类包括：若样本到质心的距离小于粒球的半径，且样本和粒球具有相同的标签，将样本分类为干净样本；若样本到质心的距离小于粒球的半径，且样本和粒球标签不同，将样本分类为分布内噪声；

将粒球纯度小于低纯度阈值且粒球容量小于低容量阈值的粒球定义为低质量粒球，将低质量粒球内的样本分类为分布外噪声。

2.根据权利要求1所述的基于大模型的多粒度金融文本噪声开放分类方法，其特征在于，所述提取金融文本的语义特征，包括：

冻结大模型的底层参数，利用金融文本的训练数据集对大模型的顶层参数进行训练，大模型的顶层包括嵌入层、编码层；

利用完成训练的大模型提取金融文本的语义特征。

3.根据权利要求1所述的基于大模型的多粒度金融文本噪声开放分类方法，其特征在于，所述对语义特征进行聚类处理，得到多个不同标签的粒球，包括以下子步骤：

将所有语义特征对应的样本初始化为一个粒球；

计算粒球的属性，根据粒球属性判断是否进行粒球分裂处理，若是，从粒球中随机选择每个不同标签的样本作为新粒球的初始质心，计算所有样本至初始质心的距离，并将样本分配至最近质心所代表的新粒球中，进而得到多个不同标签的粒球。

4.根据权利要求3所述的基于大模型的多粒度金融文本噪声开放分类方法，其特征在于，所述根据粒球属性判断是否进行粒球分裂处理，包括：

若粒球纯度小于第一纯度阈值，且若粒球容量大于第一容量阈值，则进行粒球分裂。

5.根据权利要求1所述的基于大模型的多粒度金融文本噪声开放分类方法，其特征在于，所述方法还包括将粒球内样本