用句向量聚类切分文档时，怎样选择最小单元和簇数，并保留原文顺序？

你是把每一句做一个 embedding，然后去聚类吗？是按句来进行划分的吗？

你聚类的最小单元就是一句话吗？

比如现在有两段话，总 token 数是 600，你先按句子级别划分，再去聚类，聚类之后聚成多少个类？如果是 600 个 token，相当于是聚成两类是吧？

聚类之后，你们怎么区分 A 跟 B（考虑聚类后会打乱原有文档顺序的问题）？