ClusterFusion

ClusterFusion框架使用LLM进行高级文本聚类

研究人员推出了一种新颖的混合框架ClusterFusion，旨在提高文本聚类的性能，尤其是在特定领域环境中。该方法将大型语言模型（LLM）视为聚类的核心组件，并由计算量较小的嵌入方法进行指导。该框架包含三个阶段：嵌入式指导的子集划分、LLM驱动的主题摘要和基于LLM的主题分配，从而可以直接整合领域知识和用户偏好。在各种基准测试上的实验表明，ClusterFusion在专业领域取得了最先进的结果，并提供了显著的改进。