[python] 使用Jieba工具中文分词及文本聚类概念

前面讲述了很多关于Python爬取本体Ontology、消息盒InfoBox、虎扑图片等例子，同时讲述了VSM向量空间模型的应用。但是由于InfoBox没有前后文和语义概念，所以效果不是很好，这篇文章主要是爬取百度5A景区摘要信息，再利用Jieba分词工具进行中文分词，最后提出文本聚类算法的一些概念知识。

相关文章：

[Python爬虫] Selenium获取百度百科旅游景点的InfoBox消息盒

[python爬虫] Selenium定向爬取海量精美图片及搜索引擎杂谈

Python简单实现基于VSM的余弦相似度计算

基于VSM的命名实体识别、歧义消解和指代消解