介绍了一种利用自然语言处理和图论工具结合的方法，通过向量表示和多尺度社团检测技术对文本进行分析和分类，得出了一组组具有相似内容的文档，揭示了主题和子主题的类层次结构。

Aug, 2018

该研究提出一种基于多语言文档流聚类的方法，可用于实时新闻监测和处理，并在德语、英语和西班牙语数据集上实现了最优结果。

Sep, 2018

本文提出了两种点模式聚类的方法，一种是基于集合的新距离的非参数方法，另一种是基于随机有限集理论的模型方法，并在数值实验中得到验证。

Feb, 2017

该综述分析了文本聚类和主题建模中无监督学习的初始化和异常值处理问题，提出了通用的术语定义，并总结了相关算法的理论背景。

Aug, 2022

提出了一种计算理论和半监督聚类算法，将聚类定义为根据所选的聚类原则和度量方法获得数据分组，使每个组不包含异常值，所有其他示例被认为是边缘点，孤立的异常值、异常簇或未知簇。

Jun, 2023

该研究采用信息理论的视角来重新构造聚类问题，避免了许多现有聚类方法所依赖的非常规结构的假设，且捕捉了非线性关系。基于集体相似度而非传统的成对度量，该方法在不同领域内都表现出比现有算法更高的聚类一致性。

Nov, 2005

本文报告了关于自适应 MT 架构中的领域聚类。作者使用了五种不同的距离来进行标准的自底向上的层次聚类算法，针对 40 个商业领域构建了 MT 基准测试。作者比较了它们在树状图、内部和外部评价方面的优劣，主要结论是最昂贵的距离也是唯一一个能够让 MT 引擎在少量但高度聚集的域簇下保证良好性能的距离。

Dec, 2016

本研究旨在研究波斯语下的主题检测，通过对现有算法进行深入研究、波斯语的适应性改进，以及在波斯语社交网络文本上的性能评估，发现具备良好表现的算法类别为混合类别，对于易于理解的关键词主题搜索，而频繁模式类别则更适合用于进一步分析的帖子聚类。

Mar, 2024

本研究展示了基于无监督聚类的跨领域原文本和翻译文本分类的高精度方法，并提出了一种用于跨领域数据集的简单聚类方法，以及一种确定聚类结果正确标签的方法。

Sep, 2016

本文介绍了基于跨文档词频模式几何的主题建模算法，并提出了适应数据的算法和随机投影算法，探讨了先验密度对数据相关投影方法的统计保证以及最大和最小值与新颖单词的联系，作者通过在人造数据集和实际数据集上进行的实验表明了该方案的定量和定性优点。

Mar, 2013