关键词non-parametric clustering
搜索结果 - 2
- KDD可扩展的分层凝聚聚类
本文提出了一种可扩展的聚合层次聚类方法,可以在不降低质量的前提下对数十亿个数据点进行聚类,并在公开的聚类基准测试集上实现了最先进的结果,同时还将层次聚类引入作为非参数聚类目标的近似算法。
- 基于层次距离依赖贝叶斯模型的事件关联消解
本文提出了一种新颖的基于层次距离相关性的贝叶斯模型,可以将成对的事件提及之间的距离纳入生成式聚类过程中,进而实现更好的事件聚类和事件消解效果。经过对 ECB + 语料库的实验证明,我们的模型在文档内和跨文档事件消解方面均优于最先进的方法。