利用 LLM 符号化结构过程实现可解释的无监督社区检测

英文标题：Interpretable Unsupervised Community Detection with LLM-Symbolized Structured Processes

这篇 arXiv 论文聚焦图分析中的社区检测任务，目标是识别行为或兴趣相近、内部关系紧密的实体群组。摘要指出，传统的目标函数驱动方法难以处理复杂图结构，而深度学习方法也面临可解释性等挑战。论文标题表明，作者探索通过 LLM 符号化的结构化过程开展可解释的无监督社区检测；但所提供原文未包含具体方法、实验数据或性能结论。对开发者和图智能行业而言，该研究关注如何在提升复杂图分析能力的同时，让社区划分过程更具可理解性。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB