2022春，研一下学期，《语义计算》课程大作业，K-Means文本聚类

采用THUCNews数据集，它包含了14类中文新闻，共836075个txt文件，每个文件中1篇新闻。

数据集下载地址：链接：https://pan.baidu.com/s/1VdE8CnZC_K-qNLCRJgIKfw 提取码：7xj1

代码中选取股票、教育、体育和星座4种类型的文本，每类200个文件。聚类准确率达到0.95。

• 基于 K-means 算法实现的文本聚类：https://blog.csdn.net/qq_29110265/article/details/90769363
• kMeans文本聚类与可视化：https://www.heywhale.com/mw/project/5f5dc9afae300e0046fdd488
• 使用K-means及TF-IDF算法对中文文本聚类并可视化：https://www.jianshu.com/p/622222b96f76
• 文本聚类（二）—— KMeans 聚类：https://blog.csdn.net/weixin_37179744/article/details/109051634