任何潜在语义索引？答案

【问题标题】：Any Latent Semantic Indexing?任何潜在语义索引？
【发布时间】：2014-04-24 16:26:03
【问题描述】：

在Java中有LSI的任何开源实现吗？我想将该库用于我的项目。我见过 jLSI，但它实现了其他一些 LSI 模型。我想要一个标准模型。

【问题讨论】：

感谢您添加有关 jLSI 的 cmets。

【解决方案1】：

您是否考虑过 LDA（潜在狄利克雷分配）？我也没有，但我最近在 LSI 上遇到了同样的问题（专利）。据我了解，LDA 是一种相关/更强大的技术。 http://en.wikipedia.org/wiki/Latent_Dirichlet_allocation 显然有一些开源实现的链接。

【讨论】：

【解决方案2】：

在谷歌上搜索 java LSI 会找到推荐 SemanticVectors 的 a similar question。构建在 Lucene 之上的与 LSI“相似”的包。我不知道它是否比 jLSI 实现更接近。

该帖子还提到 LSI 已获得专利，并且没有很多实现。因此，如果您需要标准实现，则可能必须使用 java 以外的语言。

【讨论】：

【解决方案3】：

S-Space Package 具有 LSA 的开源版本，具有 LSI 文档向量的绑定。（这两种方法都在相同的术语文档矩阵上运行，并且除了输出之外是等价的。）这是一种使用 Thin-SVD 的相当可扩展的方法。我已经用它在所有维基百科上毫无问题地运行 LSI（在删除了出现次数少于 5 次的不常用术语之后）。

正如 Scott Ray 所提到的，SemanticVectors 包也有一个很好的 LSI 实现，最近转而使用相同的瘦 SVD (SVDLIBJ)，因此您可以像以前一样检查它。

【讨论】：

【解决方案4】：

谷歌搜索 NLP 工具提供了这个slides，我认为这有帮助...

【讨论】：

【解决方案5】：

我认为 LSA/LSI 是在 1989 年获得专利的，这意味着专利应该刚刚到期。希望我们很快就会看到一些不错的开源应用程序。

【讨论】：

【解决方案6】：

你试过语义向量包吗？

http://code.google.com/p/semanticvectors/

【讨论】：