ГИБРИДНАЯ МОДЕЛЬ КЛАСТЕРИЗАЦИИ ТЕКСТОВ НА ОСНОВЕ FS-DBSCAN
Получена: 2026-07-15 10:34:11
Опубликована: 2026-04-18
Аннотация
В работе рассматривается задача кластеризации текстовых данных в высокоразмерном пространстве признаков. Предлагается гибридная модель кластеризации на основе алгоритма FS-DBSCAN (Feature Stability DBSCAN). Метод ориентирован на анализ структуры данных с различной плотностью распределения и позволяет интерпретировать результаты кластеризации через устойчивость конфигураций статусов объектов. Для оценки сходства текстовых документов используется косинусная мера сходства. Эксперименты проведены на наборе текстовых данных XimTex. Полученные результаты показывают эффективность предложенного метода при обнаружении кластеров и выделении аномальных объектов.
Ключевые слова
Список литературы
-
Игнатьев Н. А. Выбор целевых признаков для классификации и кластерного анализа структур отношений объектов // International Journal of Open Information Technologies. – 2026. – Vol. 14, No. 3. – P. 35–42.
-
Gritsai G.M., Khabutdinov I.A., Grabovoy A.V. Stack More LLM’s: Efficient Detection of Machine-Generated Texts via Perplexity Approximation // Doklady Mathematics. – 2024. – Vol. 110 (Suppl.1). – P. S203–S211. https://doi.org/10.1134/S1064562424602075
-
Gerasimenko N., Vatolin A., Ianina A. et al. SciRus: Tiny and Powerful Multilingual Encoder for Scientific Texts // Doklady Mathematics. – 2024. – Vol. 110 (Suppl.1). – P. S193–S202. https://doi.org/10.1134/S1064562424602178
-
Игнатьев Н.А., Абдуллаев К.Д. Разметка документов по семантическим ролям // Проблемы вычислительной и прикладной математики. – 2024. – №5(61). – С. 80–90.
-
Toshpulatov A.O. Problems of parameter selection in the DBSCAN algorithm in multidimensional data analysis // Zamonaviy matematikaning dolzarb muammolari va tatbiqlari. Proceedings of the Republican Scientific Conference. – Tashkent, 2026. – P. 1–2.
-
Ester M., Kriegel H.P., Sander J., Xu X. A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise // Proceedings of the Second International Conference on Knowledge Discovery and Data Mining (KDD). – 1996. – P. 226–231.
-
Campello R., Moulavi D., Sander J. Density-Based Clustering Based on Hierarchical Density Estimates // Advances in Knowledge Discovery and Data Mining. – 2013.
-
Manning C., Raghavan P., Schütze H. Introduction to Information Retrieval. – Cambridge University Press, 2008.
-
Aggarwal C. Data Mining: The Textbook. – Springer, 2015.
Об авторах
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Как цитировать
