科研之友
微信
新浪微博
Facebook
分享链接
摘要
数据聚类是常用的无监督学习方法，通过词嵌入聚类能够挖掘文本主题，但现有研究大多数采用常规聚类算法挖掘词嵌入的簇类，缺少基于词嵌入特性设计实现词嵌入聚类的主题挖掘算法.该文从语言模型通过建模词间相关信息来使相关及语义相似词的嵌入表示聚集在一起的特点出发，设计词嵌入聚类算法.该算法首先计算中心词的簇类号，然后使该簇中心嵌入和相邻词嵌入的相似性增强，同时使其与负样本词嵌入远离，学习文本集词嵌入的簇类结构，并将其应用于文本主题挖掘.在3种公开数据集上的实验表明：该算法在一些模型的词嵌入结果上能够挖掘出一致性和多样性更好的主题结果.
- 单位
