文檔聚類

Question

是否有任何可用於改善文檔聚類結果的人工智能算法？用於聚類的算法可以是分層的或任何其他的。

謝謝

Answer 1

The Wikipedia article on document clustering包括鏈接從弗吉尼亞理工大學2007年的論文由尼古拉斯·安德魯斯和愛德華·福克斯稱爲「Recent Developments in Document Clustering」。我不確定具體是什麼你會被稱爲「人工智能算法」，但掃描論文的內容表明他們看向量空間模型，kmeans的擴展，生成算法，譜聚類，降維，基於相位的模型和對比分析。這是一個相當數學上密集的處理，但他們很小心地引用他們談論的算法。

Answer 2

聚類確實是AI域中的一類問題。如果你想降低一級，你可以說它在機器學習領域。從這個意義上講，AI不會改進文檔聚類，但可以解決它！ Dumbledad mentions一些基本的選擇，但你每次的數據類型可能會更好地用不同的算法處理。這個問題有很多基於k-means的方法。在這種情況下需要仔細播種。球形k-均值（搜索Dhillon的論文）是一種簡單而標準的方法。其他擴展名是k-synthetic prototypes。

子空間聚類也是一個很好的嘗試，一般來說，如果您想要比「文檔聚類」文獻檢查「高維和稀疏數據空間中的聚類」更進一步。