本文介绍了如何结合大型语言模型（LLM）嵌入和HDBSCAN算法构建文本聚类管道，以自动发现未标记文本数据中的主题。主要步骤包括生成文本嵌入、降低维度和应用聚类，最终成功识别出两个主题聚类，展示了该方法的有效性。
本研究提出了一种高效的主题发现算法LAMA，用于解决多维时间序列中的主题问题。LAMA通过识别相关子维度和最佳模式，提高了模式发现的效果。实验结果表明，LAMA在检测有意义模式方面优于现有方法，且计算复杂性不变。
完成下面两步后，将自动完成登录并继续当前操作。
