Vấn đề chia cụm
Ứng dụng chia cụm trong tìm kiếm
Giải thuật K -means
45 trang |
Chia sẻ: Mr Hưng | Lượt xem: 779 | Lượt tải: 0
Bạn đang xem trước 20 trang nội dung tài liệu Tìm kiếm và trình diễn thông tin - Chia cụm và ứng dụng trong tìm kiếm, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
(IT4853) Tìm kiếm và trình diễn thông tin
Chia cụm và ứng dụng trong tìm kiếm
Giảng viên
TS. Nguyễn Bá Ngọc
Địa chỉ: Viện CNTT & TT/BM HTTT/B1-603
Email: ngocnb@soict.hust.edu.vn
Website:
2
Nội dung chính
Vấn đề chia cụm
Ứng dụng chia cụm trong tìm kiếm
Giải thuật K-means
3
Vấn đề chia cụm
Chia cụm là chia một tập văn bản lớn thành
nhiều tập nhỏ với nội dung tương tự, gọi là cụm;
Các văn bản trong một cụm phải tương tự;
Các văn bản khác cụm phải khác nhau;
Chia cụm là một phương pháp học không giám sát
(unsupervised);
Không yêu cầu dữ liệu luyện.
4
Vấn đề chia cụm, minh họa
5
Làm cách nào để
chia cụm như trong
hình vẽ?
Phân lớp vs. Chia cụm
Phân lớp: Học có giám sát
Các lớp được định nghĩa bởi con người
Chia cụm: Học không giám sát
Cụm được suy diễn trực tiếp từ dữ liệu
Con người giám sát các tham số: số cụm, phương
pháp tính độ tương đồng, biểu diễn văn bản v.v.
6
Nội dung chính
Vấn đề chia cụm
Ứng dụng chia cụm trong tìm kiếm
Giải thuật K-means
7
Giả thuyết chia cụm
Giả thuyết: Các văn bản trong cùng một cụm có
cùng đặc tính phù hợp với nhu cầu thông tin.
Theo Van Rijbergen: “Closely associated
documents tend to be relevant to the same
requests”.
8
Ứng dụng chia cụm trong tìm kiếm
9
Ứng dụng Tập văn bản chia
cụm?
Lợi ích
Chia cụm kết quả Tập kết quả Dễ tìm kết quả phù hợp
hơn
Chia cụm – gom nhóm
(Scatter-Gather)
Bộ văn bản Giao diện duyệt tập văn
bản (search without
typing)
Chia cụm để duyệt Bộ văn bản Hỗ trợ tìm kiếm bằng
phương pháp duyệt
Lọc văn bản theo cụm Bộ văn bản Xử lý truy vấn nhanh hơn
Chia cụm kết quả tìm kiếm
10
Chia cụm-Gom nhóm
11
Chia cụm để duyệt
12
13 13
Tăng độ đầy đủ
Để cải thiện tính đầy đủ của kết quả tìm kiếm:
Chia cụm văn bản trong bộ dữ liệu;
Đồng thời trả về các văn bản trong cùng cụm chứa
văn bản d phù hợp với q.
Kết quả mong đợi: Trả về các văn bản chứa từ
đồng nghĩa (car – automobile).
14
Cụm phẳng vs. cụm phân cấp
Giải thuật chia cụm phẳng:
Thường bắt đầu với cách chia ngẫu nhiên;
Sau đó lặp quá trình xác định lại cụm;
Giải thuật tiêu biểu: K-means
Chia cụm phân cấp:
Tổ chức cụm theo cấu trúc cây;
Bottom-up, agglomerative
Top-down, divise
15
Giới hạn cứng vs. mềm
Chia cụm cứng: Mỗi văn bản chỉ thuộc một cụm
duy nhất.
Đơn giản hơn so với chia cụm mềm;
Chia cụm mềm: Mỗi văn bản có thể thuộc nhiều
cụm.
16
K-Means là phương pháp chia cụm phẳng, đường
biên cứng.
Nội dung chính
Phát biểu bài toán
Ứng dụng chia cụm trong tìm kiếm
Giải thuật K-means
17
Mô hình hóa văn bản trong chia cụm
Tương tự như trong mô hình không gian vec-tơ
Mức độ khác biệt giữa các văn bản được thể hiện
bằng khoảng cách Euclide
Không chuẩn hóa vec-tơ trọng tâm.
18
K-means
Mỗi cụm theo K-means được xác định bởi một
trọng tâm (centroid).
Mục tiêu: Cực tiểu tổng bình phương khoảng
cách từ các điểm mô hình văn bản đến trọng tậm
𝜇(𝜔) =
1
|𝜔|
𝑥∈𝜔 𝑥, trong đó ω là một cụm;
Cực tiểu hóa bằng cách:
Gắn mỗi vec-tơ với trọng tâm gần nhất;
Xác định lại trọng tâm sau mỗi lần chia cụm.
19
Giải thuật K-means
20
Ví dụ chia cụm theo K-means
21
Ví dụ, xác định ngẫu nhiên trọng tâm
22
Ví dụ, xác định trọng tâm gần nhất
cho mỗi văn bản
23
Ví dụ, kết quả chia cụm đầu tiên
24
Ví dụ, xác định lại trọng tâm
25
Ví dụ, lặp quá trình chia cụm
26
Ví dụ chia cụm theo K-means
27
Ví dụ chia cụm theo K-means
28
Ví dụ chia cụm theo K-means
29
Ví dụ chia cụm theo K-means
30
Ví dụ chia cụm theo K-means
31
Ví dụ chia cụm theo K-means
32
Ví dụ chia cụm theo K-means
33
Ví dụ chia cụm theo K-means
34
Ví dụ chia cụm theo K-means
35
Ví dụ chia cụm theo K-means
36
Ví dụ chia cụm theo K-means
37
Ví dụ chia cụm theo K-means
38
Ví dụ chia cụm theo K-means
39
Ví dụ chia cụm theo K-means
40
Ví dụ chia cụm theo K-means
41
Ví dụ chia cụm theo K-means
42
Ví dụ chia cụm theo K-means
43
Ví dụ chia cụm theo K-means
44
45
Các file đính kèm theo tài liệu này:
- bai_14_chia_cum_va_ung_dung_trong_tim_kiem_phan_1_3518.pdf