Масштабована кластеризація текстових даних на основі вкладення слів та аналіз шуму

• Дата: 2026
• Автори: Shutiak, Dmytro, Podkolzin, Gleb, Pokhylenko, Oleksandr
• Формат: Стаття
• Мова: Англійська
• Опубліковано: The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2026
• Теми: текстова кластеризація; вкладення слів; великі мовні моделі; машинне навчання; Python
• Онлайн доступ: https://journal.iasa.kpi.ua/article/view/365268
• Назва журналу: System research and information technologies

Text data clustering is a key component of unstructured text message analysis. To utilize these methods, text data must be converted into vector representations, i.e., word embeddings must be performed. This paper presents a modification of the HDBSCAN* clustering algorithm using custom distance met...