中文文本聚类自动评价研究

K均值聚类算法是目前一种较好的文本分类算法，算法中的相似度计算通常基于词频统计，小文档或简单句子由于词频过小，使用该算法聚类效果较差。为此，提出了一种基于词语关联度的相似度计算算法，对简单文档集执行

基于常用聚类算法及聚类融合算法进行了研究。首先阐述了数据挖掘领域的常用聚类算法及特点,接下来对近年来聚类融合的方法和研究现状进行了综述,并对如何产生高效的聚类成员和共识函数如何构建才能产生高效的聚类融

基于结巴分词词性标注视频文档摘要简介文本聚类

中文文本停用词表

中文文本分类完整流程的简单实现，分词、去停用词、提取特征、计算文档的特征向量、支持向量机训练、测试文档分类，简单实现，其中词频统计、去停用词使用布隆过滤器加速，效果不错

WordFeature 一个文本分类器 希望对大家有用

文本分类语料库，包含医药、计算机、环境、经济、交通、艺术、体育等10个学科领域

中文分析软件chineseanalysis

中文自动文摘，基于jieba分词，全Java代码。给定文本输出自定义长度的文摘。

做的失独老人博客的文本分析，做了词云，词频相关性，和词频聚类。欢迎交流~