文本聚类是数据挖掘和机器学习中的重要技术，在事件的发现与跟踪、文档摘要、搜索结果聚类等问题中有广泛的应用。虽然针对文本聚类问题已经有许多研究工作，但是目前依然有许多非常有挑战性的问题需要解决:

（1）如何设定簇的数目？是否能够从数据中自动发现簇的数目？
（2）如何应对短文本的稀疏性问题？
（3）如何自动发现数据集中的异常文档？
（4）如何应对流文本聚类的概念漂移问题？

我们提出了基于模型的文本聚类算法，可以在一定程度上应对以上挑战。相关的数据及代码如下：https://github.com/jackyin12