clear;
doc_N=20;??%前N篇文章
%%%%%%%%%%%%%%%考慮詞性預處理
stopwords_table=?textread（‘.\stopwords.txt‘‘%s‘‘delimiter‘‘\n‘‘whitespace‘‘‘）;%讀取停用詞表


%讀取預處理的文本
pre=cell（1doc_N）;term=[];prePosTag=cell（1doc_N）;j=1;
for?i=10:（10+doc_N-1）
????%path=[‘.\實驗文本\編程小文本測試\spit_‘?int2str（i）?‘.txt‘];%文件路徑?----注意參數N_tic的設置
????path=[‘.\實驗文本\訓練文本\C000008\spit_‘?int2str（i）?‘.txt‘];%文件路徑?----注意參數N_tic的設置
????file=textread（path‘%s‘‘whitespace‘‘‘‘bufsize‘40938）;???%讀取預處理的文本
????pre{j}=file;
????term=strcat（termpre{j}）;%獲得詞項
????j=j+1;
end

for?i=10:（10+doc_N-1）
????%path=[‘.\實驗文本\編程小文本測試\spit_‘?int2str（i）?‘.txt‘];%文件路徑?----注意參數N_tic的設置
????path=[‘.\實驗文本\訓練文本\C000010\spit_‘?int2str（i）?‘.txt‘];%文件路徑?----注意參數N_tic的設置
????file=textread（path‘%s‘‘whitespace‘‘‘‘bufsize‘40938）;???%讀取預處理的文本
????pre{j}=file;
????term=strcat（termpre{j}）;%獲得詞項
????j=j+1;
end

for?i=10:（10+doc_N-1）
????%path=[‘.\實驗文本\編程小文本測試\spit_‘?int2str（i）?‘.txt‘];%文件路徑?----注意參數N_tic的設置
????path=[‘.\實驗文本\訓練文本\C000013\spit_‘?int2str（i）?‘.txt‘];%文件路徑?----注意參數N_tic的設置
????file=textread（path‘%s‘‘whitespace‘‘‘‘bufsize‘40938）;???%讀取預處理的文本
????pre{j}=file;
????term=strcat（termpre{j}）;%獲得詞項
????j=j+1;
end

term=rid_stopwords（termstopwords_table）;?%去掉冗余詞
term=textscan（term{1}‘%s‘）;?%將字符串轉換成cell元組
term=unique（term{1}）;??%獲得term詞項表term


%統計term-doc矩陣
term_doc=zeros（doc_Nsize（term1））;?%建立term-doc矩陣
for?i=1:size（pre2）
????for?j=1:size（term1）
????????temp=findstr（pre{i}{1}term{j}）;????%通過term詞項在處理過的文本中查找
????????if（~isempty（temp））
????????term_doc（ij）=size（temp2）;??%統計詞頻
????????end
????end
end

%計算tfidf
fea?=?tfidf（term_doc）;

%聚類
kmeans（fea3）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2013-10-30?10:27??基于停用詞的文本預處理及其聚類\bagging實驗\
?????文件????????1481??2013-10-30?10:31??基于停用詞的文本預處理及其聚類\bagging實驗\mybagging.m
?????文件????????5731??2013-10-30?10:27??基于停用詞的文本預處理及其聚類\bagging實驗\seeds.mat
?????文件????????9511??2013-10-30?10:27??基于停用詞的文本預處理及其聚類\bagging實驗\seeds.txt
?????文件????????1909??2013-10-23?13:03??基于停用詞的文本預處理及其聚類\mainTextPreprocess.m
?????文件?????????324??2013-10-22?22:32??基于停用詞的文本預處理及其聚類\rid_stopwords.m
?????文件???????15567??2013-10-23?13:00??基于停用詞的文本預處理及其聚類\stopwords.txt
?????文件????????2149??2013-10-22?16:21??基于停用詞的文本預處理及其聚類\tfidf.m
?????文件?????????200??2013-10-22?17:24??基于停用詞的文本預處理及其聚類\讀我.txt
?????目錄???????????0??2014-04-11?10:02??基于停用詞的文本預處理及其聚類\實驗文本\
?????目錄???????????0??2014-04-11?10:02??基于停用詞的文本預處理及其聚類\實驗文本\編程小文本測試\
?????文件?????????206??2013-10-28?22:08??基于停用詞的文本預處理及其聚類\實驗文本\編程小文本測試\批處理改名.bat
?????目錄???????????0??2013-10-22?17:16??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\
?????目錄???????????0??2013-10-23?12:38??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\
?????文件????????5655??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_10.txt
?????文件?????????811??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_11.txt
?????文件????????2457??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_12.txt
?????文件????????1639??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_13.txt
?????文件????????1920??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_14.txt
?????文件?????????672??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_15.txt
?????文件?????????632??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_16.txt
?????文件????????6976??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_17.txt
?????文件????????1105??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_18.txt
?????文件?????????639??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_19.txt
?????文件????????8205??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_20.txt
?????文件????????8363??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_21.txt
?????文件????????1513??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_22.txt
?????文件?????????412??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_23.txt
?????文件?????????376??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_24.txt
?????文件????????2118??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_25.txt
?????文件?????????788??2013-10-10?17:37??基于停用詞的文本預處理及其聚類\實驗文本\訓練文本\C000008\spit_26.txt
............此處省略155個文件信息