CVPR_paper_search_tool：由Facebook Research的fastText支持的自动文件聚类与搜索工具

使用 ，针对ICCV / CVPR论文的自动文档聚类和搜索工具 屏幕 产品特点 通过文本语料库构建单词/短语数据集 通过fasttext训练单词嵌入向量 建立dcoument向量并减少数据量 集群化和可视化每个文档 通过关键字搜索文档 通过类似的文件查找文件 脚步 0.刮 从刮取纸张信息（标题，摘要和PDF）。 然后提取单词以建立语料库。 对该示例进行HTML / PDF的抓取有些偏离主题，因此我从该存储库中删除了这些抓取代码。 从每个PDF中提取文本后，我们将对数据进行如下预处理。 用“ / n”删除“-”以连接被CR除的单词。 然后将“-”替换为“”。 将所有其他非字符代码替换