哪个是最好的文档聚类开源包？

Posted 2023-03-12

【中文标题】哪个是最好的文档聚类开源包？

【英文标题】：Which is the best document clustering open-source package?

【发布时间】：2011-12-06 20:33:31

【问题描述】：

哪个开源软件包最适合集群大量文档？它应该自己决定集群的数量，或者它也可以接受它作为参数。

我们拥有大量并非真正围绕特定主题的文档 - 它们是销售和管理人员针对组织中的各种项目和客户制作的文档。我知道拥有如此广泛的语料库会降低性能，但我们正在努力做到最好。现在，我们能得到的最好的东西是什么:-)

【参考方案1】：

来自该领域专家主页的主题建模软件列表： http://www.cs.princeton.edu/~blei/topicmodeling.html

竞争领导小组（开源代码）：http://nlp.stanford.edu/software/tmt/tmt-0.3/

另一个开源java项目： http://mallet.cs.umass.edu/topics.php

【讨论】：

嗨，在此期间发生了巨大变化吗？我发现了这个很酷的工具：code.google.com/p/maui-indexer