摘要：文本聚类在数据挖掘和机器学习中发挥着重要的作用，该技术经过多年的发展，已产生了一系列的理论成果。本文在前人研究成果的基础上，探索了一种新的中文聚类方法。本文先提出了一种中文分词算法，用来将中文文本分割成独立的词语。再对处理后的语料使用Word2Vec工具集，应用深度神经网络算法，转化为对应的词向量。最后，将词向量之间的余弦距离定义为词之间的相似度，通过使用K-means聚类算法将获取的词向量进行聚类，最终可以返回语料库中同输入词语语意最接近的词。本文从网络上抓取了2012年的网络新闻数据，应用上述方法进行了实验，取得了不错的实验效果。

原文链接:http://www.cqvip.com//QK/94352X/201312/48507074.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）