基于对比学习优化的长文本聚类模型
王依诚
左卫兵
华北水利水电大学 数学与统计学院,河南 郑州 450046
摘要：为克服长文本语义表征的挑战,提升文本聚类性能,提出了一种基于对比学习优化的长文本聚类模型CLSSK.首先,通过构建对比学习框架,将二次池化改进的SBERT预训练模型作为长文本编码器嵌入其中;其次,引入NT-Xent损失函数优化长文本编码器模型参数,并利用优化后的编码器对长文本进行表征;最后,将所得长文本特征向量输入K-Means++算法中进行聚类分析.实验结果表明,CLSSK模型性能优于对比模型和各消融变体.因此,所提模型及其设计模块具有有效性.
关键词：长文本聚类CLSSK模型对比学习SBERTK-Means++
分类号：TP391(计算技术、计算机技术)
资助基金：河南省高等教育教学改革研究与实践项目(2023SJGLX106Y)河南省研究生课程思政示范课程项目(YJS2025SZ01)河南省专业学位研究生精品教学案例项目(YJS2025AL04)
论文发表日期：2025-12-25
在线出版日期：2026-01-27（本平台首次上网日期，不代表文献的发表时间）
页数：7( 24-30 )
英文信息