Open source 用于文本聚类和自动摘要的开源工具

我的最新项目要求测量文本文档之间的相似性，并给每个文档提供一些简短的标题。有没有开源的库？或者如果我必须自己建造，有关于这些主题的教程吗？我应该使用什么工具？

您可以使用其中一个函数来衡量相似性，如果您进行搜索，则有一些可用于填充语言的实现，例如

文档之间的相似性也可能是一个问题，一个流行的图书馆就是这样。Lucene使用来确定文档和查询之间的相似性，还可以用来度量两个文档之间的相似性。有Java和C语言的实现，也有其他语言的端口

---

问题也可能是我使用过的库中的和和和。这些库的目标不仅仅是相似性，它们有一个陡峭的学习曲线，可能有些过火。但是，这些可能有助于提取文档的短标题

您可以使用其中一个函数来度量相似性，如果您进行搜索，则有一些可用于填充语言的实现，例如

文档之间的相似性也可能是一个问题，一个流行的图书馆就是这样。Lucene使用来确定文档和查询之间的相似性，还可以用来度量两个文档之间的相似性。有Java和C语言的实现，也有其他语言的端口

---

问题也可能是我使用过的库中的和和和。这些库的目标不仅仅是相似性，它们有一个陡峭的学习曲线，可能有些过火。但是，这些可能有助于提取文档的短标题

测量文本文档之间的相似性您可以从旧的文档审查或相似性技术开始。您可以使用潜在语义索引进行相同的操作。关于文件相似性

---

文本摘要比相似性度量更难，因为您必须生成对人类有意义的内容。是一个很好的库，用于所有与文本处理相关的基础知识。更多与文本摘要相关的论文可能是一个很好的开始。

测量文本文档之间的相似性您可以从旧的文档审查或相似性技术开始。您可以使用潜在语义索引进行相同的操作。关于文件相似性

文本摘要比相似性度量更难，因为您必须生成对人类有意义的内容。是一个很好的库，用于所有与文本处理相关的基础知识。更多与文本摘要相关的论文，可能是一个好的开始