English(EN) Beyond Looking Up, Try Looking Around: Harmonizing Global Structure and Local Consistency in Optimal Transport for Short Text Clustering

新框架利用注意力机制改进短文本聚类

作者 PulseAugur 编辑部 · [2 个来源] · 2026-07-12 03:22

研究人员开发了一个新的短文本聚类框架，该框架解决了现有最优传输（OT）方法的局限性。所提出的方法结合了实例级注意力机制，以更好地模拟样本之间的语义关系。这使得OT公式能够实现邻域语义感知，生成更可靠的伪标签，同时考虑样本间一致性和全局结构信息。实验表明，该方法优于当前最先进的技术。 AI

影响提高了文本聚类的准确性和可靠性，可能改进依赖于对短文本片段进行语义理解的应用。

排序理由该聚类包含一篇详细介绍短文本聚类新方法的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv stat.ML TIER_1 English(EN) · Zhihao Yao, Yuxuan Gu, Jixuan Yin, Bo Li · 2026-07-14 04:00

超越仰视，尝试环顾四周：在最优传输中协调全局结构与局部一致性以实现短文本聚类

arXiv:2607.10548v1 Announce Type: new Abstract: Pseudo-labeling based on Optimal Transport (OT) has become an effective mechanism for enhancing short text clustering. Existing OT methods are short in modeling semantic consistencies between samples, which may assign different pseu…
arXiv stat.ML TIER_1 English(EN) · Bo Li · 2026-07-12 03:22

超越仰望，尝试环顾四周：在最优传输中协调全局结构与局部一致性以实现短文本聚类

Pseudo-labeling based on Optimal Transport (OT) has become an effective mechanism for enhancing short text clustering. Existing OT methods are short in modeling semantic consistencies between samples, which may assign different pseudo-labels to semantically similar samples. These…