多角度语义标签引导的自监督多视图聚类

打开文本图片集

摘 要：多视图聚类旨在从多个角度挖掘对象的特征信息，以获得精准的聚类结果。然而，现有研究往往无法妥善处理视图融合时产生的信息冲突，并且对多视图之间的互补信息利用不够充分。为解决这些问题，提出了一种由多角度语义标签引导的自监督多视图聚类模型。该模型首先将各视图的潜在表示映射到独立的低维特征空间，在一个空间中专注于优化视图间的一致性，以维护特征空间的局部结构和样本间的相对关系；同时，在另一空间中直接从视图层面提取聚类信息，以捕获更丰富多样的语义特征；最后，利用多个角度语义特征生成的伪标签，引导对象层面的聚类分配，实现两种表示的协同优化。（剩余19432字）