Optimierung von Clustering von Wortverwendungsgraphen

Abstract

Algorithms for clustering of Word Usage Graphs are not optimal in terms of efficiency and often do not find the optimal clustering loss on larger graphs. Our aim in this paper is to find efficient ways to approximate the global minimum of a clustering loss function on three Word Usage Graphs data sets using correlation clustering and simulated annealing. Therefore we define 321 models with different initialization modifications, parameter combinations and stopping criterion and evaluate them in terms of loss, similarity to word sense description annotation, robustness and runtime. We evaluate different approaches and define efficient models with dynamic stopping criterion to find the lowest loss, which yield robust cluster solutions. We find that lowering the loss lead to better and clustering solutions.

Algorithmen für das Clustering von Wortverwendungsgraphen sind im Hinblick auf ihre Effizienz nicht optimal und finden oft nicht den optimalen Clustering-Loss bei größeren Graphen. Unser Ziel in diesem Arbeit ist es, effiziente Wege zu finden, um das globale Minimum einer Clustering-Lossfunktion auf drei Wortverwendungsgraphen-Datensätzen mit Hilfe von Korrelationsclustering und Simulated Annealing zu approximieren. Zu diesem Zweck definieren wir 321 Modelle mit unterschiedlichen Initialisierungsmodifikationen, Parameterkombinationen und Abbruchkriterien und evaluieren sie in Bezug auf Loss, Ähnlichkeit mit Word Sense Description, Robustheit und Laufzeit. Wir evaluieren verschiedene Ansätze und definieren effiziente Modelle mit dynamischem Abbruchkriterium, um den geringsten Loss zu finden und zeigen dass diese zu robusten Clusterlösungen führen. Wir stellen fest, dass eine Verringerung des Verlusts zu besseren und robusteren Clusterlösungen führt.