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！

龙图腾网获悉鼎富智能科技有限公司申请的专利一种应用离群点检测算法LOF模型的文本分类方法及装置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：CN114036265B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202111388531.9，技术领域涉及：G06F16/334；该发明授权一种应用离群点检测算法LOF模型的文本分类方法及装置是由胡加明;李健铨;刘小康设计研发完成，并于2021-11-22向国家知识产权局提交的专利申请。

本一种应用离群点检测算法LOF模型的文本分类方法及装置在说明书摘要公布了：本申请实施例提供了一种应用离群点检测算法LOF模型的文本分类方法及装置。该方法包括：获取包括训练文本及其对应的类别标签的训练数据集，训练文本包括以预设比例配置的具有已知标签的训练文本和具有其他标签的训练文本；使用训练数据集训练分类模型；将具有已知标签的训练文本输入到分类模型中，以获取具有已知标签的训练文本的嵌入表示、中间结果和最终表示向量；根据具有已知标签的训练文本的嵌入表示、中间结果和最终表示向量训练多个LOF模型；根据分类模型和多个LOF模型判断测试文本是否为未知类别。本申请提供的技术方案使得文本分类模型能够从测试文本中识别出未知类别，避免将未知类别的文本分配到已知的类别标签，提高了文本分类的准确性。

本发明授权一种应用离群点检测算法LOF模型的文本分类方法及装置在权利要求书中公布了：1.一种应用离群点检测算法LOF模型的文本分类方法，其特征在于，包括： 获取训练数据集，所述训练数据集包括训练文本及其对应的类别标签，所述训练文本包括以预设比例配置的具有已知标签的训练文本和具有其他标签的训练文本； 使用训练数据集训练分类模型，所述分类模型以所述训练文本的文本表示向量与所述类别标签之间的距离损失和对抗损失的结合作为训练的总损失函数； 将具有已知标签的训练文本输入到所述分类模型中，以获取具有已知标签的训练文本的嵌入表示、中间结果和最终表示向量； 根据所述具有已知标签的训练文本的嵌入表示、中间结果和最终表示向量训练多个LOF模型； 所述根据所述具有已知标签的训练文本的嵌入表示、中间结果和最终表示向量训练多个离群点检测算法LOF模型，包括： 根据具有已知标签的训练文本的嵌入表示、中间结果和最终表示向量生成多个样本池； 分别使用每一个所述样本池单独训练一个所述LOF模型，以得到与所述样本池数量相同的多个所述LOF模型； 根据所述分类模型和多个所述LOF模型判断测试文本是否为未知类别。

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鼎富智能科技有限公司，其通讯地址为：230000 安徽省合肥市高新区习友路3333号A1楼19层-B区；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。