Orange3实战教程：实例---文本聚类

文本聚类

    工作流将Grimm的故事语料库聚集在一起。我们首先对数据进行预处理，构建词包矩阵，然后计算文档之间的余弦距离，并使用层次聚类来显示树状图。我们观察到故障类型与MDS中的集群对应的程度。

     完整的流程图如下：

操作步骤：

步骤1：

     启动Orange3，拖动语料库到画布，并加载格林的格式文件：

步骤2：

     拖动语料库右边的虚线，选择词袋组件：

     词袋组件词频率采用计数方式：