将概念上相似的文档聚在一起？

Question

这更多是一个概念性的问题，而不是一个实际的实现，我希望有人能澄清。我的目标是:给定一组文档，我希望对它们进行聚类，使属于同一个集群的文档具有相同的“概念”。

据我所知，潜在语义分析让我找到一个项文档矩阵的低秩逼近，即给定一个矩阵X，它将X分解为三个矩阵的乘积，其中一个是对角矩阵Σ。

​

​

现在，我将选择一个低秩近似，即只从Σ中选择顶k值，然后计算X'。一旦我有了这个矩阵，我就必须应用一些聚类算法，最终的结果就是用相似的概念对文档进行聚类分组。这是应用集群的正确方式吗？我的意思是，计算X'，然后在其之上应用集群，还是有其他方法被遵循？

另外，在我的相关问题中，我被告知，当维度的数量增加时，邻居的意义就失去了。在这种情况下，从X'对这些高维数据点进行聚类的理由是什么？我猜想，对类似文档进行集群的要求是一种现实世界的需求，在这种情况下，如何解决这个问题呢？

Answer 1

对于问题的第一部分:不，您不再需要执行任何“群集”了。这样的集群已经可以从您的singular value decomposition中获得。如果这还不清楚，请研究更详细的方式，您的链接潜在语义分析。

关于你的第二部分:请先弄清楚你问题的第一部分，然后在此基础上重新陈述你的问题的这一部分。