简介-自然语言处理 汉良作者何晗老师的新书《自然语言处理入门》详细的笔记！业界良心之作，书中不是枯燥无味的公式罗列，甚至用白话分解的通俗易懂的算法模型。从基本概念出发，逐步介绍中文分词，词性标注，命名实体识别，信息删除，文本聚类，文本分类，句法分析这几个热门问题的算法原理与工程实现。 本项目初步帮助更多同路人能够快速的掌握NLP的专业知识，理清知识要点，在工作中发挥作用的作用。以书本为主，记录本人学习此书的心路历程，总结和笔记。 机器学习与深度学习请转至本人项目： HanLP项目： 思维导图，请关注AIArea公众号并回复：NLP思维导图，即能下载高清大图。 目录 章节

用户兴趣模型是个性化推荐技术的基础与核心，针对现有用户兴趣模型在模型建立阶段用户兴趣评价的不足，提出了一种基于混合行为评价兴趣度值的方法。突出了用户阅读时间的特殊性，在用户阅读时间异常的情况下利用其他浏览行为来量化用户兴趣度，并结合用户的浏览内容提出了用户兴趣模型的表示和更新机制，从而建立用户兴趣模型。实验验证了兴趣度度量方法的有效性，将测试结果与K-means聚类模型进行比较，证明该模型的推荐准确度有明显提高。

文本聚类中的DBSCAN算法的实现，感谢指教

文本聚类 文本聚类的一种实现，使用 k-means 进行聚类，并使用作为距离度量。 等等，什么？ 基本上，如果您有一堆文本文档，并且您想按相似性将它们分成 n 个组，那么您很幸运。 例子 为了测试这一点，我们可以查看test_clustering.py ： from vectorizer import cluster_paragraphs from random import shuffle text1 = """Type theory is closely related to (and in some cases overlaps with) type systems, which are a programming language feature used to reduce bugs. The types of type theory were created to avo

对文本进行聚类，文本预处理-->构造特征向量-->聚类，压缩包内含有实验用语料亲测可用， 谢谢支持。

用C#实现的k均值文本聚类算法，已经调试通过

一种基于Small-World和相似度的文本聚类算法.pdf

四维文档向量模型的k-means新闻文本聚类算法.pdf

概念向量文本聚类算法.pdf

基于文本聚类的工具书查重方法研究.pdf