选择合适的聚类方法进行潜在语义分析

Question

我想对一些文本文档进行聚类，以找到具有相同概念的文档。我已经使用潜在语义分析(LSA)进行了语义相似性分析，但我搞不清应该选择哪种聚类方法来实现我的目的。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剪切不同数量的集群的树状图树，并使用交叉表检查集群配置文件。