Summaries as Centroids for Interpretable and Scalable Text Clustering
摘要作为可解释且可扩展的文本聚类的中心
机构 * York University(约克大学)
AI总结 本文提出k-NLPmeans和k-LLMmeans,通过摘要作为中心实现可解释且可扩展的文本聚类,优于传统方法并接近LLM聚类性能。
Comments Accepted to ICLR 2026
期刊&会议
International Conference on Learning Representations · 会议 · Machine Learning
摘要作为可解释且可扩展的文本聚类的中心
机构 * York University(约克大学)
AI总结 本文提出k-NLPmeans和k-LLMmeans,通过摘要作为中心实现可解释且可扩展的文本聚类,优于传统方法并接近LLM聚类性能。
Comments Accepted to ICLR 2026