一种基于大语言模型辅助的短文本聚类方法、装置、设备与存储介质

本发明提供一种基于大语言模型辅助的短文本聚类方法、装置、设备与存储介质。该方法首先利用Sentence‑BERT将短文本转化为向量表示，并通过HDBSCAN模型进行预聚类；随后基于信息熵采样类间模糊样本，并使用大语言模型对这些样本进行簇归属判别，获取伪标签；接着通过近义词替换、随机删除、词序调整等方式进行数据增强，为每个样本生成正例；最后将伪标签作为额外正例，与数据增强生成的正例共同参与实例级对比学习，并联合类别级自监督表示学习实现聚类。该方法无需对数据进行预处理，能有效处理类别边界模糊样本，提高短文本聚类效果。本发明还提供了相应的装置、电子设备及存储介质。