爲潛在語義分析選擇適當的聚類方法

Question

我想聚集一些文本文檔以找到具有相同概念的文檔。我已經使用潛在語義分析（LSA）完成了語義相似性，但我混淆了我應該爲我的目的選擇哪種聚類方法。 謝謝

Answer 1

您可以使用層次聚類。 R中有一個名爲RClusterpp的包，它對大數據的分層聚類非常有效（它執行並行計算）。然後，您可以在可能範圍內爲樹狀結構樹切割不同數量的簇，並使用交叉表檢查簇配置文件。