一种基于规则和统计的新词发现的基本流程
新词发现是指从大量文本中挖掘出以前很少组合，现在组合在一起并被人们赋予涵义的一些词语组合。 此基本流程可用于发现领域类的新词，基本流程涉及的一些算法： 模型算法：VSM 统计算法：bi-gram(二元…
文本聚类以及文本分类的相关资料
谷歌新闻就是文本分类的应用体现，平时看着没发觉，去了解了才知道，这个东西属于BI方面，还有文本聚类，让机器实现无辅助的自动学习， 这几天在看这个东西，网络上大多是些理论资料，聚类是实现算…