哪些聚类算法可以与 M. Kusner 论文的 Word Mover 距离一起使用？答案

【问题标题】：Which clustering algorithms can be used with Word Mover's Distance from M. Kusner's paper?哪些聚类算法可以与 M. Kusner 论文的 Word Mover 距离一起使用？
【发布时间】：2018-09-14 13:17:56
【问题描述】：

我是机器学习的新手，现在我对根据语义相似性进行文档聚类（不同长度的短文本）感兴趣（我只是想超越标准的 TF/IDF 方法）。我阅读了http://proceedings.mlr.press/v37/kusnerb15.pdf 的论文，其中解释了 Word Mover 的词嵌入距离。在论文中，他们将其用于分类。我现在的问题是 - 我可以将它用于集群吗？如果是这样，是否有一篇论文描述了这种用法？

PS：我基本上对考虑语义相似性的聚类感兴趣，所以即使是 word2vec 或 doc2vec 方法也可以完成这项工作 - 我只是找不到任何用于聚类问题的论文。

【问题讨论】：

标签： cluster-analysis similarity unsupervised-learning

【解决方案1】：

如果您有能力计算整个距离矩阵，那么您可以进行层次聚类，例如。

今天很容易找到接受任何距离并使用阈值的其他聚类。这些甚至可以使用性能界限。但他们是否会处理这些数据并不明显。

【讨论】：