nlp - java中允许文档聚类的独立和开源库，类似于carrot2

Question

我正在寻找集群短文本文档，每个几百个字符长。

我一直在使用 carrot2 工作台，我真的很喜欢它的功能，但 API 非常陈旧且难以理解/使用。

我正在寻找具有类似功能（聚类算法）但具有更好 API 的替代品。

我真的在寻找 Java 或 Python 中的东西，它必须像啤酒一样开源且免费

所以 lingpipe ( http://alias-i.com/lingpipe/ ) 不符合条件。

谢谢。

Answer 1

scikit-learn是用 Python 编写的，支持广泛的机器学习算法（包括聚类），并且有很好的文档记录。