计算机应用

作者：徐乐, 黄瑞章, 白瑞娜, 秦永彬

单位：1.文本计算与认知智能教育部工程研究中心（贵州大学），贵阳 550025；2.公共大数据国家重点实验室（贵州大学），贵阳 550025；3.贵州大学 计算机科学与技术学院，贵阳 550025

关键词：意图,正则化,半监督,文本聚类

基金：国家自然科学基金资助项目(62066007)

针对现有半监督文本聚类方法无法同时在表示学习和聚类过程中考虑用户意图的问题，提出基于意图正则化的深度半监督文本聚类（IRDSTC）模型。通过引入意图正则化策略，设计意图正则化的表示学习（IRRL）模块和意图正则化的聚类（IRC）模块。首先，根据用户提供的意图约束信息构建意图矩阵，以捕获用户对文本之间关系的期望。其次，将该矩阵应用到表示学习阶段和聚类阶段：在表示学习阶段，将深度模型提取的中间层表示转换为表示关联性矩阵，并结合意图矩阵构造正则项，以利用用户意图驱动表示学习；在聚类阶段，根据聚类迭代得到的类簇分配概率构造分配一致性矩阵，并结合意图矩阵构造正则项，以实现用户意图对聚类过程的指导。实验结果表明，IRDSTC模型在Reu-10k、BBC、ACM和Abstract数据集上相较于其他聚类方法在聚类准确率（ACC）、标准化互信息（NMI）和调整兰德指数（ARI）上均具有更好的表现。具体而言，相较于次优模型改进的深度嵌入聚类（IDEC），IRDSTC模型的NMI分别提升了28.26%、32.58%、27.13%和34.94%，表明IRDSTC模型具有更好的聚类效果。

来源：2025年第7期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第7期