[发明专利]数据聚类方法、装置、电子设备及可读存储介质

权利要求书

1.一种数据聚类方法，其特征在于，所述方法包括：

获取待聚类的文本数据对应的高维特征向量，所述高维特征向量包括多个维度的语义特征；

根据语义特征对所述文本数据进行初次聚类，并根据初次聚类结果确定所述高维特征向量对应的类簇标签；

将所述高维特征向量中多个维度的语义特征替换为一个维度的类簇标签，形成低维特征向量；

对所述低维特征向量再次进行聚类，获得最终聚类结果。

2.根据权利要求1所述的方法，其特征在于，所述根据语义特征对所述文本数据进行初次聚类，并根据初次聚类结果确定所述高维特征向量对应的类簇标签，包括：

计算所述高维特征向量与由历史文本数据聚类形成的类簇集合中潜在簇的第一相似度，所述潜在簇为所述类簇集合中文本数量大于预设数量的类簇；

确定目标潜在簇，所述目标潜在簇与所述高维特征向量的第一相似度最大且大于第一预设相似度；

将所述文本数据聚类到所述目标潜在簇中，并将所述目标潜在簇的类簇标签确定为所述高维特征向量对应的类簇标签。

3.根据权利要求1所述的方法，其特征在于，所述根据语义特征对所述文本数据进行初次聚类，并根据初次聚类结果确定所述高维特征向量对应的类簇标签，包括：

计算所述高维特征向量与由历史文本数据聚类形成的类簇集合中潜在簇的第一相似度，所述潜在簇为所述类簇集合中文本数量大于预设数量的类簇；

若不存在所述第一相似度大于第一预设相似度的潜在簇，则计算所述高维特征向量与所述类簇集合中孤立簇的第二相似度，所述孤立簇为所述类簇集合中文本数量小于或等于所述预设数量的类簇；

确定目标孤立簇，所述目标孤立簇与所述高维特征向量的第二相似度最大且大于第二预设相似度；

将所述文本数据聚类到所述目标孤立簇中，并将所述目标孤立簇的类簇标签确定为所述高维特征向量对应的类簇标签。

4.根据权利要求3所述的方法，其特征在于，所述计算所述高维特征向量与所述类簇集合中孤立簇的第二相似度之后，还包括：

若不存在所述第二相似度大于所述第二预设相似度的孤立簇，则将所述文本数据作为一个新簇，并将所述新簇的类簇标签确定为所述高维特征向量对应的类簇标签。

5.根据权利要求3所述的方法，其特征在于，所述将所述文本数据聚类到所述目标孤立簇中之后，还包括：

若所述目标孤立簇的文本数量大于所述预设数量，则将所述目标孤立簇确定为潜在簇。

6.根据权利要求1所述的方法，其特征在于，根据语义特征对所述文本数据进行初次聚类，获得初次聚类结果之后，还包括：

对所述初次聚类结果中的多个类簇进行更新处理；

其中，所述更新处理包括以下至少一种：将数据量大于第一数量的类簇的簇中心进行更新；将相似度大于预设相似度的至少两个类簇进行合并，并重新计算合并后的类簇的簇中心；将数据量小于第二数量的类簇删除。

7.根据权利要求1所述的方法，其特征在于，所述对所述低维特征向量再次进行聚类，获得最终聚类结果，包括：

获取所述初次聚类结果中的各个类簇中的文本数据；

将各个类簇中的文本数据对应的低维特征向量进行密度聚类，获得最终聚类结果。

8.根据权利要求1所述的方法，其特征在于，所述对所述低维特征向量再次进行聚类，获得最终聚类结果，包括：

获取所述初次聚类结果中的各个类簇的簇中心对应的低维特征向量；

将各个类簇的簇中心对应的低维特征向量进行密度聚类，获得最终聚类结果。