一种文本聚类方法、装置、设备及其存储介质

本申请实施例属于数据处理技术领域，应用于对多源数据文本进行聚类场景中，涉及一种文本聚类方法、装置、设备及其存储介质，包括获取待聚类文本集缓存到目标数据库；记录所有常用词的最新词频概率和最新词权重；生成初始聚类标识；对所有待聚类文本条目进行分词处理；基于分词处理结果、初始聚类标识和初步判重策略，筛选出判重子集；通过最新词频概率、最新词权重和二次判重策略，计算每条待聚类文本条目与其对应判重子集中各个文本条目的重复度；根据重复度，进行文本聚类。采用先通过分词处理结果进行初步判重，之后再结合最新词频概率、最新词权重进行二次判重，从而实现了快速而准确的将文本聚类到一起。