algorithm - 求解词向量最优聚类的算法

Question

我将单词向量分成 N 个组，其中每个组包含 M 个向量。问题是要找到一个向量的最佳聚类，其中 N 个组中的每一个都只出现一个向量。

例如，假设我们有 3 组向量：

1. {“热狗”、“辣酱”、“热门”}
2. {“汉堡”，“汉堡”，“汉堡包”}
3. {“比萨”、“比萨”、“广场”}

最佳集群将是 {"Hot Dog", "Hamburger", "Pizza"}，因为根据我有 F() 的某些函数，这些向量在我定义的向量空间内彼此紧密地聚集在一起。

我可以通过尝试每种组合以蛮力的方式得出这个结果。但是随着 N 和 M 的增长，这变得不可行。我可以使用动态编程方法吗？我可以查找任何参考算法吗？

谢谢。

编辑：

为了澄清我上面的例子，这些字符串中的每一个都像一个向量的 ID，所以重新表述它，组 1 是 {v1，v2，v3} 组 2 是 {v4，v5，v6}，组 3 是 {v7，v8 , v9}。

我想要的输出是 {v1, v4, v7} 但以非暴力方式。

@m69 下面的评论正确地描述了我所说的集群的意思——一组向量，它们之间的距离由某个函数F()计算，都在某个阈值 t内。

标签： algorithmdynamic-programminggraph-theoryk-means