计算机工程

作者：潘伟, 黄瑞章, 任丽娜, 薛菁菁

单位：1. 贵州大学文本计算与认知智能教育部工程研究中心, 贵州 贵阳 5500252. 贵州大学公共大数据国家重点实验室, 贵州 贵阳 5500253. 贵州大学计算机科学与技术学院, 贵州 贵阳 550025

关键词：阈值,深度文本聚类,文本结构信息,图神经网络,自适应结构学习

基金：国家自然科学基金(62166007); 贵州省自然科学基金(黔科合基础ZK[2022]027)

近年来, 将结构信息应用于深度文本聚类中以提升聚类效果取得了较优的成果。然而, 结构信息的构造方法大多只进行简单的距离测算且近邻数量固定, 导致构建的图难以获得较精确的文本结构信息。另外, 众多方法对近邻文本只进行一阶挖掘, 使图结构信息未得到完全挖掘, 限制了结合结构信息的深度文本聚类性能。为此, 提出一种基于自适应结构学习的深度文本聚类模型DCMBS。首先, 设计一种阈值构图方法, 动态调整近邻文本数量, 解决因近邻文本固定存在结构信息不精确的问题; 其次, 引入一种拓扑探索近邻的方法, 对近邻文本进行多阶挖掘, 解决以往方法只进行一阶挖掘存在结构信息不完整的问题。此外, 设计了1个阈值衰减策略, 避免拓扑过程中因拓扑阶数增加导致学习泛化。在4个真实数据集的实验结果表明, DCMBS与现有较好的聚类模型相比, 准确度、归一化互信息(NMI)和调整兰德指数(ARI)平均提高了6.83、2.93、6.23个百分点。

来源：2024年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第11期