1.x版本可以对输入的文本进行文本的聚类。我想请问下大家，这个能支撑多大的数据量，能支撑对上百万条数据的聚类吗
可以尝试下。
我们选择了了搜狗实验室提供的文本分类语料的一个子集（搜狗文本分类语料库迷你版）。该迷你版语料库分为5个类目，每个类目下1000篇文章，共计5000篇文章。
进行了文本聚类的评测：Java用户可参考com.hankcs.demo.DemoTextClusteringFMeasure
评测结果为如下：
算法 F1 耗时
k均值 83.74 67秒
重复二分类 85.58 24秒
十几万的文本可以试一下，看看结果值和耗时时间。