文本聚類主要用于提升數(shù)據(jù)標注的效率，首先我們有一批數(shù)據(jù)，它們在xlsx文件中保存于text列，如下圖所示：

接著我們使用文本聚類工具可以為每一段句子打上標簽。注意這里的標簽僅僅是數(shù)字，只是表示它們比較相關(guān)，后續(xù)具體的標簽名需要自己定。聚類結(jié)果如下圖：

在上一張圖片中，標簽名是我自己定義的，原本聚類結(jié)果的標簽是1。那么得到這些數(shù)據(jù)的作用是為了訓練文本分類模型。文本聚類的具體代碼如下：