潜在语义分析如何处理语义答案

【问题标题】：How Latent Semantic Analysis Handle Semantics潜在语义分析如何处理语义
【发布时间】：2014-10-08 19:04:57
【问题描述】：

我已经通过 LSA 方法。据说LSA可以用于语义分析。但我不明白它在 LSA 中是如何工作的。谁能告诉我 LSA 如何处理语义。

【问题讨论】：

【解决方案1】：

您是否熟悉向量空间模型 (VSM)？

在 LSA 中，您可以像使用传统 VSM 一样计算文档相似度以及类型（即单词）相似度。也就是说，您计算两个类型向量或两个文档向量之间的余弦（实际上 LSA 还允许您计算类型文档相似度）。

VSM 的问题是不共享单个单词的文档的余弦相似度等于 0。

在 LSA 中，奇异值分解 (SVD) 揭示了潜在的语义维度，它允许您可以计算没有共同词但具有一些共同特征的文档之间的余弦相似度。

【讨论】：

谢谢 :) 非常感谢您的回答。我都明白了。尚不清楚 LSA 如何识别文档之间的共同特征，因为它只是另一个数学模型。
如何解释 LSA 中的结果仍然是一个悬而未决的问题！让我向您推荐“潜在语义分析手册”（或者您可能已经阅读过它？），它很好地概述了 LSA。
当然 :) 这里是 TOC：lsa.colorado.edu/papers/tabcontents.pdf 你也许可以在互联网上找到一些论文……比如这个：lsa.colorado.edu/papers/useweb.pdf