我熟悉 kmeans 来聚类数据点，但不熟悉文本。所以我有一列 cvs 格式的单词，我想对那些具有相似或更多单词的单词进行聚类，然后将这些簇映射到数字作为索引，这些索引号需要添加为第二列。我知道 python 中有 scipy packahes 和 word2vec，但这是我第一次处理聚类文本。关于如何做到这一点的任何想法？