[发明专利]一种文本聚类方法、装置、计算机设备及存储介质

权利要求书

1.一种文本聚类方法，其特征在于，包括：

对待分类的文本序列进行预处理并得到对应的表征向量，根据所述表征向量将所述文本序列划分至不同的簇，其中每一文本序列对应簇内的一个节点；

确认每一簇的当前质心，根据每一簇内的所有节点到自身簇的当前质心的距离，对所有节点进行排列并形成节点队列，并从所述节点队列中选出当前边缘节点队列；

针对每一簇，执行判断是否扩充所述当前边缘节点队列和更换新质心的流程，直至确认最终的边缘节点队和最终质心。

2.根据权利要求1所述的文本聚类方法，其特征在于，所述对待分类的文本序列进行预处理并得到对应的表征向量，根据所述表征向量将所述文本序列划分至不同的簇，其中每一文本序列对应簇内的一个节点，包括：

将所述文本序列输入预训练模型，输出对应的表征向量；

采用聚类算法对所述表征向量进行分类，并随机指定初始质心，使所述文本序列形成不同的初始簇，其中每一文本序列对应簇内的一个节点。

3.根据权利要求1所述的文本聚类方法，其特征在于，所述确认每一簇的当前质心，根据每一簇内的所有节点到自身簇的当前质心的距离，对所有节点进行排列并形成节点队列，并从所述节点队列中选出当前边缘节点队列，包括：

根据每一簇中的所有节点到自身簇的初始质心的欧氏距离，重新确认每一簇的当前质心；

根据每一簇内的所有节点到自身簇的当前质心的距离，根据越远越靠前的方式对自身簇内的所有节点进行排列并形成节点队列，并按排列顺序从所述节点队列中选出预设比例的节点作为当前边缘节点队列。

4.根据权利要求1所述的文本聚类方法，其特征在于，所述针对每一簇，执行判断是否扩充所述当前边缘节点队列和更换新质心的流程，直至确认最终的边缘节点队和最终质心，包括：

对比所述当前边缘节点队列中的节点到自身簇的当前质心的最小距离以及所述当前边缘节点队列中的节点到其他簇的质心的最大距离，并得到第一对比结果，并根据所述第一对比结果判断是否扩充所述当前边缘节点队列，若是则扩充所述当前边缘节点队列得到下一边缘节点队列，并根据所述下一边缘节点队列重新确认自身簇的下一质心，并继续对比直至满足停止扩充的条件；

若否则对比所述当前边缘节点队列中的节点到自身簇的当前质心的最大距离以及所述当前边缘节点队列中的节点到其他簇的当前质心的最小距离，并得到第二对比结果，根据所述第二对比结果判断是否更换自身簇的当前质心，若是则更换并得到自身簇的新质心，并重新执行判断是否扩充当前边缘节点队列和更换新质心的流程，直至满足迭代终止条件。

5.根据权利要求4所述的文本聚类方法，其特征在于，所述对比所述当前边缘节点队列中的节点到自身簇的当前质心的最小距离以及所述当前边缘节点队列中的节点到其他簇的质心的最大距离，并得到第一对比结果，并根据所述第一对比结果判断是否扩充所述当前边缘节点队列，若是则扩充所述当前边缘节点队列得到下一边缘节点队列，并根据所述下一边缘节点队列重新确认自身簇的下一质心，并继续对比直至满足停止扩充的条件，包括：

针对每一簇，对比所述当前边缘节点队列中的节点到自身簇的当前质心的最小距离以及所述当前边缘节点队列中的节点到其他簇的当前质心的最大距离，若所述当前边缘节点队列中的节点到自身簇的当前质心的最小距离大于所述当前边缘节点队列中的节点到其他簇的当前质心的最大距离，则将所述当前边缘节点队列中的节点划分至其他簇，并按排列顺序从所述节点队列的剩余节点中选出预设比例的节点作为下一边缘节点队列；

根据所述下一边缘节点队列中的节点到自身簇的当前质心的欧氏距离，重新确认自身簇的下一质心；

继续对比所述下一边缘节点队列中的节点到自身簇的下一质心的最小距离以及所述下一边缘节点队列中的节点到其他簇的下一质心的最大距离，直至满足所述下一边缘节点队列中的节点到自身簇的下一质心的最大距离小于所述下一边缘节点队列中的节点到其他簇的下一质心的最小距离，则停止扩充边缘节点队列。