Simple and effective text clustering

Input: list of documents:

• HLV Park Hang Seo nói gì sau chiến thắng tưng bừng trước Pakistan?
• HLV Park Hang-seo 'mất niềm tin', tiết lộ về 2 pha hỏng ăn penalty liên tiếp của Công Phượng
• Xả súng kinh hoàng tại Điện Biên khiến 2 vợ chồng tử vong
• Nghi án nổ súng ở Điện Biên, hai vợ chồng tử vong tại chỗ
• Sập cầu ở Ý, 35 người thiệt mạng
• Công Phượng đá hỏng 2 quả penalty, bố mẹ ở nhà nghĩ gì?

Output: list of clusters:

• Cluster 1:
  • HLV Park Hang Seo nói gì sau chiến thắng tưng bừng trước Pakistan?
  • HLV Park Hang-seo 'mất niềm tin', tiết lộ về 2 pha hỏng ăn penalty liên tiếp của Công Phượng
• Cluster 2:
  • Xả súng kinh hoàng tại Điện Biên khiến 2 vợ chồng tử vong
  • Nghi án nổ súng ở Điện Biên, hai vợ chồng tử vong tại chỗ
• Noises:
  • Sập cầu ở Ý, 35 người thiệt mạng

Approach: connected components Clustering