LIS WIKI / 概念术语
聚类剪枝
Cluster Pruning
聚类剪枝先把文档向量分配给代表性文档，查询时只在最接近查询的少数代表及其跟随文档中计算完整相似度。[1]
01 认识这个词条
预处理
基本方案随机选择约为文档数平方根的文档作为代表，其他文档按最近代表分组，形成代表与跟随者结构。[1]
查询阶段
系统先比较查询与各代表的相似度，再仅对最近代表及其跟随者执行详细评分，从而避免遍历全部文档向量。[1]
效率与质量
让文档归属多个代表或查询多个邻近簇能提高找到真实前K结果的机会，但会增加计算量；基本方案属于近似检索。[1]
02 参考出处
以下为本条目使用的机构资料，可点击核对原文。
- 01Manning等《信息检索导论》·Cluster pruning nlp.stanford.edu · 访问于 2026-10-10
资料说明：这里的剪枝是候选集合近似缩减，不等同于层次聚类树的枝节点删除。