增量图构建实现文本的稳健谱聚类
机器学习
2026-03-06 v2 计算与语言
摘要
邻域图是文本嵌入谱聚类中的关键步骤，但常常脆弱。在现实文本数据集上，标准的 -NN 图在实际稀疏性水平（小 ）下可能包含许多不相连的组成部分，导致谱聚类退化并对超参数敏感。我们引入一种简单的增量 -NN 图构建方法，通过设计保证连通性：每个新节点链接到其 个最近的已插入节点，从而保证任意 下图均连通。我们提供连通性的归纳证明，并讨论在新文档到达时的增量更新问题。我们在使用谱聚类对 SentenceTransformer 嵌入进行 Laplacian 特征映射验证，数据来自 Massive Text Embedding Benchmark 中的六个聚类数据集。与标准 -NN 图相比，在不相连组成部分普遍存在的低 区间本方法表现更好，而在较大的 值下则与标准 -NN 相当。
引用
@article{arxiv.2603.03056,
title = {Incremental Graph Construction Enables Robust Spectral Clustering of Texts},
author = {Marko Pranjić and Boshko Koloski and Nada Lavrač and Senja Pollak and Marko Robnik-Šikonja},
journal= {arXiv preprint arXiv:2603.03056},
year = {2026}
}
备注
MP and BK contributed equally