文本分类 聚类算法简介和详解

文本分类聚类实用的也是分类聚类常用的算法，本文主要关注文本分类和聚类的算法对比和关键词抽取、度量，向量化和距离度量。

文本分类：

文本分类的应用：

文本聚类：

一种无监督的机器学习方法，聚类由于不需要训练过程，不需要预先对手工标注类别，因此具有一定的灵活性和较高的自动化处理能力。已经成为文本信息有效组织、摘要和当行的重要手段。

文本聚类应用：

1. 搜索引擎作为自动文摘等自然语言处理的预处理步骤。

2. 对搜索引擎返回的结果进行聚类，使用户迅速定位到所需要的信息。

3. 对用户感兴趣的文档进行聚类，从而发现用户兴趣并应用于信息过滤和信息主动推荐等服务。

4. 还可以改善文本分类的结果。

5. 文档集合的自动处理。基于聚类的技术对用户提出的查询记录进行聚类，并利用结果更新搜索引擎网站的FAQ。

待续

主题词提取综述：http://blog.csdn.net/uestcfrog/article/details/6913652

LSA算法：http://blog.csdn.net/wangran51/article/details/7408406