Das Clustering von Texten ist eine wichtige Technik im Textmining und in der Verarbeitung natürlicher Sprache, um große Mengen unstrukturierter Daten in sinnvolle Gruppen zu organisieren. Herkömmliche Clustering-Algorithmen stehen oft vor Herausforderungen in Bezug auf Skalierbarkeit, Effizienz und Genauigkeit, wenn sie mit hochdimensionalen Textdaten umgehen. In dieser Arbeit wird ein verbesserter Ansatz mit Novel Fast Seeds Affinity Propagation (NFAP) vorgeschlagen, um die Clustering-Leistung zu verbessern. Durch die Einführung einer optimierten Seed-Auswahl beschleunigt die Methode die...

Le regroupement de textes est une technique essentielle dans l'exploration de textes et le traitement du langage naturel pour organiser de grands volumes de données non structurées en groupes significatifs. Les algorithmes de regroupement traditionnels sont souvent confrontés à des problèmes d'évolutivité, d'efficacité et de précision lorsqu'ils traitent des données textuelles de haute dimension. Ce travail propose une approche améliorée utilisant la propagation d'affinité des nouvelles graines rapides (NFAP) afin d'améliorer les performances de regroupement. En introduisant une...