Nlp 文本相似性分组算法
所以我在做一个项目，基于Chali在他的“文档聚类与分组和链接算法”研究论文中提出的分组算法 我已经到了第4.1节。我试图理解在寻找关于同一主题的文章的背景下，集群重叠意味着什么 我已经确定了文章之间的余弦相似性分数。e、 g 所以说第x条是一篇卫报文章 { 第1条-与第x条相比，cnn第0.1条的余弦分数（无阈值） 第2条-与第x条相比，cnn文章的余弦分数为0.8（插入高阈值聚类） 第3条-与第x条相比，cnn文章余弦0.5余弦分数（插入低阈值聚类） } 我的问题是，我是否正确识别了集群？例如，我可以将来自其他出版商的故事混合到这个集群中吗 当文章说“如果不超过两个文本与最后一组重叠，那么我们把这一组作为最后一组”。解释这一点对我来说也是非常困难的，就像我说的，我不确定“重叠”是什么意思 谢谢你的帮助Nlp 文本相似性分组算法,nlp,similarity,cosine-similarity,linguistics,Nlp,Similarity,Cosine Similarity,Linguistics,所以我在做一个项目，基于Chali在他的“文档聚类与分组和链接算法”研究论文中提出的分组算法 我已经到了第4.1节。我试图理解在寻找关于同一主题的文章的背景下，集群重叠意味着什么 我已经确定了文章之间的余弦相似性分数。e、 g 所以说第x条是一篇卫报文章 { 第1条-与第x条相比，cnn第0.1条的余弦分数（无阈值） 第2条-与第x条相比，cnn文章的余弦分数为0.8（插入高阈值聚类） 第3条-与第x条相比，cnn文章余弦0.5余弦分数（插入低阈值聚类） } 我的问题是，我是否正确识别了集群？例