在文本信息处理中,文本信息检索、文本聚类等方法的核心问题是对文本的语义表达。文本聚类是文本信息处理的主要方法,可以帮助人们发现数据中的统计规律。其中中文文本聚类分析是文本聚类分析中的重要组成部分。在中文文本聚类分析时,由于语义、语法、语境等因素的影响,使得文本向量对文本语义的表达不准确。而目前常使用的向量空间模型,在表征文本中的词时,所表征出的词向量是独立的,会忽视词之间以及文档之间的语义相关性,从而使文本聚类的准确率得不到保障。而应用Word2vec文本表示方法时,虽然考虑到上下文的语义关系,但由于其在不同文档中表征的文本向量不同,给文本聚类带来局限性,聚类效果不佳。针对上述问题,本文提出一种新的基于语义簇的文本向量构建方法,通过对所提取特征词的搭配向量进行层次聚类,利用向量的共性原理和语义相关性,获取语义簇。再对文本向量进行空间变换,计算搭配向量与所属语义簇中心的相似度,求得文档特征词的语义信息,并嵌入到文档特征词向量中,利用空间变换后构建的文本向量进行文本聚类。与传统的文本表示方法和Word2vec文本表示方法进行对比实验,测试结果表明本文方法能够有效地提高特征词向量对文本语义的逼近程度,同时相较于对比方法的文本聚类结果具备更高的准确率、召回率。该论文有图20幅,表8个,参考文献60篇。