为潜在语义分析选择合适的聚类方法

Question

我想聚集一些文本文档以找到具有相同概念的文档。我使用潜在语义分析（LSA）完成了语义相似性，但我混淆了我应该为我的目的选择的聚类方法。 谢谢

Answer 1

您可以使用分层聚类。在R中有一个名为RClusterpp的包，它对于大数据的层次聚类非常有效（它进行并行计算）。然后，您可以在可能的范围内剪切不同数量的聚类的树状图树，并使用交叉表检查聚类配置文件。