我正在做一个项目，我需要根据它们的相似程度对句子进行分组。
例如，这些句子需要分组到一个集群中：
标题不断出现，所以我可能需要即时安排和修改集群。目前我正在使用 Monge-Elkan 算法来识别两个字符串的相似程度，但我不知道如何对它们进行聚类。
在互联网上搜索让我相信我需要使用 K-Means 算法对内容进行分组，但我不知道如何继续我拥有的内容。
让事情变得稍微复杂的是我将它托管在 Google App Engine 上，所以我不能使用文件系统。
编辑距离度量不太可能有效地模拟句子含义的相似性，我假设你在追求。将文本低级表示为字符串也是如此。
更好的方法是使用更高级别的表示，例如向量空间模型。在这里，您收集句子集合（语料库）中的所有唯一单词，并将它们中的每一个映射到一个数字。然后将每个文档（句子）表示为一个向量：
[w1_count, w2_count, ..., wN_count]
其中第 N 个元素是给定句子中第 N 个单词（映射到数字 N 的单词）的计数。
现在你可以在这个数据集上运行 k-means，但更好：
处理数据，使“Apple”等重要词的权重高于“on”或“in”等常用词。一种这样的技术是TF-IDF。然后用欧几里得距离在这个上面运行标准k-means。
如果您想使用现有方法，Simon G. 的回答为您指明了正确的方向，并且在此问题中回答了与距离覆盖的相似性。
首先，将您的相似之处变为不同之处，以便将它们视为距离
其次，使用多维缩放库将距离更改为空间中的点。
第三，对空间中的点使用常规 k-means。