我有一个单词列表（实际上是名称），我想在其上应用一些实体解析。我的第一个猜测是创建相似名称的集群，以便我可以从多个名称形状中提取代表实体。

我需要指定我没有标记数据，并且我没有进行文档分析（例如，这与改进聚类结果不同），只有一个原始列表。

为此，根据我能读到的内容，我尝试了两种方法：

• 对我的名字应用 n-gram 转换并使用 k-means 聚类

• 应用 n-gram 变换，计算相似度矩阵（余弦距离）并将其用于亲和力传播

这两种方法都给了我有趣的结果，但我无法理解一些结果。例如，我得到以下集群：

Geronese, Varonese, Veronefe, Veronese, Veronesse, ...

Cameroni, Veronèse, Veronèse P., Veronése, Veronêse

为什么我会得到两个看起来如此相似的形状的不同集群（除了Cameroni我不知道它为什么在那个集群中）？这是 k-means 算法调整中的问题吗？

此外，我尝试使用轮廓指标来找到最佳集群数量，但无论集群数量是多少，我都会得到完全相同的值（0.315 代表它的价值）。

至于亲和力传播方法，我的集群的轮廓分数较低，并且我得到了一些类似的效果，比如拥有这种集群：

Birttetti, Laruette, Laruelle, Larvette, Laurette, ...

有什么想法可以改善我的结果（如果可能的话）？或者也许有比我更好的方法的想法？