基于文本聚类的中文量化风格特征识别

“新闻广播”和“三个人之间的强强对话”的风格是不同的。 前者在广播，而后者在对话。 本文收集了这两个程序的语料，并选择了句子长度，单词长度和句子首字母词POS作为字符来生成文本向量。 并通过欧氏距离和病房算法对文本进行聚类。 分析表明，句子长度，单词长度和句子首字母词POS可以用作汉语定量文体特征。