科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对大多数现有的深度文本聚类方法在特征映射过程中过于依赖原始数据质量以及关键语义信息丢失的问题，提出了一种基于关键语义信息补足的深度文本聚类算法(DCKSC)。该算法首先通过提取关键词数据对原始文本数据进行数据增强；其次，设计了一个关键语义信息补足模块对传统的自动编码器进行改进，补足映射过程中丢失的关键语义信息；最后，通过综合聚类损失与关键词语义自动编码器的重构损失学习适合于聚类的表示特征。实验证明，提出算法在五个现实数据集上的聚类效果均优于当前先进的聚类方法。聚类结果证明了关键语义信息补足方法和文本数据增强方法对深度文本聚类的重要性。
- 单位
