document clustering | BriefGPT

关键词document clustering

搜索结果 - 11

COLINGTacoERE: 事件关系抽取的集群感知压缩
我们提出了一种关于事件关系抽取的聚类感知压缩方法 (TacoERE)，该方法通过聚类和压缩策略对文档进行建模，用于提高事件关系抽取的效果。实验结果表明 TacoERE 是一种有效的 ERE 方法。
PDF2 months ago
一种修改后的模型用于从语料库中检测主题并评估主题可理解性的新指标
本文提出了一种修改后的神经模型以检测语料库中主题，并提出了一种新的度量标准来评估检测到的主题。这个新模型建立在嵌入式主题模型的基础上，加入了一些修改，例如文档聚类。数值实验表明，新模型表现良好，而且无论文档的长度如何都表现良好。可以更有效地
PDFa year ago
量化文本的差异性
本文研究各种文本相异度量方法（包括词汇表、词频分布和向量嵌入表示）在不同的任务（如按作者、主题和时间周期对文本进行聚类）中的性能表现，并分析了这些方法在不同长度文本间的偏差关系。结果表明，Jensen-Shannon Divergence
PDFa year ago
稻草堆中的话题：超越一致性的话题提取和评估
该研究提出了一种方法，通过对句子和文档的主题进行深入理解，不仅分析数据中的词频，而且可以检测包括非常见词或新词在内的潜在主题，还使用了基于语义空间的异类词和相似性度量等新的评价指标，并通过与人工识别相似性度量的相关系数，在文本挖掘方面展现出
PDFa year ago
KDD基于疾病概念的生物医学文档聚类与可视化
本文介绍了一种基于向量表示和自组织映射的医学文献聚类技术，能够提供更好的文献搜索和浏览体验，并在实验中验证了该技术的有效性。
PDF6 years ago
层次主题检测的潜在树模型
我们提出了一种新颖的分层主题检测方法，使用层次潜在树模型来对文档进行聚类并检测主题，该模型使用二元变量来表示文档中单词的存在 / 缺失，并利用树形结构建模主题和单词之间的关系，因此不需要引用文档生成过程，有助于发现有意义的主题和主题层次结构
PDF8 years ago
文档聚类与主题建模的整合
提出了一种多粒度聚类主题模型（MGCTM），它将文件聚类和主题建模集成到一个统一的框架中，并共同执行这两个任务以实现整体最佳性能。
PDF11 years ago
椭球般的非负矩阵分解圆整在有噪音可分情况下的应用
本文提出了一个用于非负矩阵分解（NMF）问题的数值算法，该算法可解决带噪声的可分离度问题，并将其应用于文档聚类。
PDF11 years ago
文档聚类评价：与随机基准的差异
本文介绍了一种利用随机基线进行文档聚类评估的方法，可以区分不合适的聚类并对聚类质量指标进行归一化处理，可用于任何聚类评估。
PDF12 years ago
NIPS贝叶斯凝聚聚类与同系合并
本文提出了一种新的贝叶斯模型，它基于一种树形结构的先验概率，称为金曼共同祖先，发展出了新的贪婪和顺序蒙特卡罗推断算法，用于自下而上的聚合式层次聚类。实验证明，我们的算法优于其他算法，并在文档聚类和语言学上证明了我们的方法。
PDF15 years ago
二分图划分与数据聚类
本文提出了一种基于分割二分图的新型数据聚类方法，旨在最小化未匹配的顶点之间的边权重总和，通过边权重矩阵的奇异值分解来近似解决这个最小化问题并且在文档聚类问题上取得了显著的效果。
PDF23 years ago