结合指数函数改进的随机近邻嵌入式短文本聚类

来源：计算机应用与软件杂志2024年第3期北京时间：

作者：汪晓晨, 宋叔尼

摘要：近年来深度学习在短文本聚类方面发挥巨大作用，最近提出的短文本聚类（Short Text Clustering，STC）算法在此方面取得不错的成效。为进一步提高聚类准确率并优化算法性能，基于指数函数提出改进的随机近邻嵌入算法。该算法用指数函数度量样本点与聚类中心差距，放大不同特征差别，并在后期使用k-means+KG-*3+算法预先确定聚类中心与聚类数目。在Stackoverflow数据集上的实验证明，随机指数嵌入聚类模型（e-STC）在准确率与标准互信息上均优于原STC模型，准确率相对提高3.2%，互信息相对提高2.9%。

关键词：短文本聚类, 深度算法, 随机近邻嵌入, 特征提取