文本挖掘之文本聚类的介绍以及应用

    文本聚类是一个将文本集分组的全自动处理过程，是一种典型的无指导的机器学习过程。类是通过相关数据发现的一些组，类内的文本和其它组相比更为相近。换一种说法就是，文本聚类的目标是找到这样一些类的集合，类之间的相似度尽可能最小，而类内部的相似性尽可能最大。作为一种无监督的机器学习方法，聚类是不需要训练过程的，也不需要预先对文档进行手工标注类别，所以聚类技术很灵活并有较高的自动化处理能力，目前已经成为对文本信息进行有效地组织、摘要和导航的重要手段，被越来越多的研究人员所关注。