Clusterizzare le keyword con Python

Similarità tra parole e clustering

• Introduzione al concetto di similarità:
• • https://dataaspirant.com/2015/04/11/five-most-popular-similarity-measures-implementation-in-python/
    (implementazione di 5 misure di similarità con Python)
• Uso della libreria Gensim
• • http://stackoverflow.com/questions/17022691/python-semantic-similarity-score-for-strings
    (in cui viene suggerito questo tutorial per il calcolo della similarità: http://radimrehurek.com/gensim/tut1.html)
    
• Uso della libreria NLTK:
• • http://stackoverflow.com/questions/30829382/check-the-similarity-between-two-words-with-nltk-with-python
    (similarità di parole usando la libreria NLTK)
  • http://tech.swamps.io/recipe-text-clustering-using-nltk-and-scikit-learn/
    (clustering di testo mediante k-means)
• Uso della similarità del coseno:
• • http://stackoverflow.com/questions/15173225/how-to-calculate-cosine-similarity-given-2-sentence-strings-python
    (similarità di parole mediante similarità del coseno)

• Uso degli N-grammi
• • https://github.com/smilli/clust/blob/master/clust/cluster.py
    (clustering mediante n-grammi)
  • https://pypi.python.org/pypi/ngram
    (libreria di Python per il calcolo della similarità mediante n-grammi)

     

Da verificare

• http://douglasduhaime.com/blog/clustering-semantic-vectors-with-python
  (clustering di vettori semantici)
• http://brandonrose.org/clustering
  (clustering di documenti)
• http://stackoverflow.com/questions/12117576/how-to-count-word-frequencies-within-a-file-in-python
  (frequenza di una parola all'interno di un file).