VisszaA fejezetben a dokumentumrendezési feladatok egy másik lehetséges változatát, a csoportosítást (clustering) mutatom be. Ez a módszer azokra az esetekre lett kitalálva, amikor a kutató rendelkezésére nem állnak előzetesen ismert csoportok, amelyek szerint a dokumentumot rendezni tudná, vagy a kutató szeretne új, ismeretlen csoportokat létrehozni. A csoportosítás során a dokumentumokból olyan különálló csoportokat hozunk létre, amelynek tagjai valamilyen szempontból hasonlítanak egymásra. A csoportok alkotása tehát valamilyen hasonlósági ismérv alapján történik. A csoportosítás legfőbb célja, az, hogy az egy csoportba kerülők minél inkább hasonlítsanak egymásra, miközben a különböző csoportba kerülők minél inkább eltérjenek egymástól. A fejezetben bemutatásra kerül, hogy a csoportosítás miben tér el a korábban megtanult osztályozási feladattól, miért és milyen esetekben érdemes ehhez az eljáráshoz fordulnunk, illetve röviden ismertetem a társadalomtudomány területén is használt leggyakoribb csoportosítási eljárásokat: teljesen automatizált eljárások (K-közép klaszterezés, látens Dirichlet-allokáció) és a számítógéppel támogatott klaszterezés.
A fejezethez kapcsolódó, Python és R nyelvű forráskódok megtalálhatók az alábbi weboldalon: https://github.com/kubikb/QTA/tree/master/clustering