1. 毕业设计（论文）主要内容：

身处信息爆炸的时代，面对内容繁杂、质量参差不齐的海量信息，需要付出大量的精力去筛选，高效的文本聚类可以帮助人们更好、更快地获取最新的资讯。

本课题选取中文语料库为数据集，以自然语言处理技术为基础，按照机器学习基本思想完成数据预处理、文本向量表示、模型构建，最终实现对中文文本的有效聚类。

2. 毕业设计（论文）主要任务及要求

1.查阅15篇相关文献（含近五年外文3篇），并每篇书写200—300字文献摘要（装订成册，带封面）；

2.认真填写周记，完成1500字开题报告（“设计的目的及意义”至少00汉字；“基本内容和技术方案”至少400汉字；学术的调研是否充分展开？基本内容和技术方案是否已明确？是否已经具备开始设计（论文）的条件？是否能够达到预期的目标？是否同意进入设计（论文）阶段）；

3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；

3. 毕业设计（论文）完成任务的计划与安排

1.2019/1/19—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；

2.2019/3/1—2019/4/30：完成解决方案合理性、科学性认证，包含实验结果分析；；

3.2019/5/1—2019/5/25：撰写及修改毕业论文；

4. 主要参考文献

1）magnus lie hetland. python基础教程.第2版[m]. 2014.

2）mckinney w . 利用python进行数据分析[m]. 机械工业出版社, 2014.

3）peter harrington. 机器学习实战[m]. 人民邮电出版社，2013.