选择合适的聚类方法进行潜在语义分析

Question

我想聚集一些文本文档以找到具有相同概念的文档。 我已经使用潜在语义分析（LSA）进行了语义相似性处理，但是我混淆了应该为我的目的选择哪种聚类方法。 谢谢

Answer 1

您可以使用分层群集。 R中有一个名为RClusterpp的软件包，对于大型数据的分层聚类非常有效（它进行并行计算）。 然后，您可以在可能的范围内为不同数量的群集剪切树状图，并使用交叉表检查群集配置文件。