使用亲和力传播聚类相似的文本并创建聚类图

Question

我根据相似性列出了要聚类的大学。例如，这个字符串“墨尔本大学”和这个字符串“Meelbourne大学”是相同的，但有拼写错误。

我想使用Affinity Propagation（Scikit Learn）技术将这些相似的字符串组合在一起。在SciKit上应用Affinity Propagation之前，我是否需要首先使用Word2VEC转换字符串？

是否有一个很好的教程可以告诉我如何实现这个目标？

Answer 1

不要滥用群集进行拼写纠正！

Word2vec无效。

它的词汇中没有“Meelbourne”，因为这是一个罕见的拼写错误。所以它会忽略这个词！对于BOW方法，它也没有帮助。

这不是群集可以解决的问题。改为使用拼写纠正器。