通过图粗化和最优切割的约束层次聚类
机器学习
2023-12-08 v1 最优化与控制
摘要
受从短句设置（如满意度问卷、酒店评论和X/Twitter）中提取和总结相关信息的启发，我们研究了以层次方式对单词进行聚类的问题。特别地，我们关注具有水平和垂直结构约束的聚类问题。水平约束通常是单词之间的不能连接和必须连接，而垂直约束是聚类级别之间的优先约束。我们通过两步制定问题来克服最先进的瓶颈：首先，作为一个软约束正则化最小二乘，它引导顺序图粗化算法的结果朝向水平可行集。然后，通过基于可用约束计算最优切割高度，从得到的层次树中提取平面聚类。我们表明，所提出的方法与现有算法相比非常好，并且计算量轻。
引用
@article{arxiv.2312.04209,
title = {Constrained Hierarchical Clustering via Graph Coarsening and Optimal Cuts},
author = {Eliabelle Mauduit and Andrea Simonetto},
journal= {arXiv preprint arXiv:2312.04209},
year = {2023}
}
备注
5 pages, appeared at the Asilomar Conference on Signals, Systems, and Computer, 11/2023