首页 >
潜在语义学
✍ dations ◷ 2025-04-26 13:14:58 #潜在语义学
潜在语义分析(Latent Semantic Analysis),是语义学的一个新的分支。传统的语义学通常研究字、词的含义以及词与词之间的关系,如同义,近义,反义等等。潜在语义分析探讨的是隐藏在字词背后的某种关系,这种关系不是以词典上的定义为基础,而是以字词的使用环境作为最基本的参考。这种思想来自于心理语言学家。他们认为,世界上数以百计的语言都应该有一种共同的简单的机制,使得任何人只要是在某种特定的语言环境下长大都能掌握那种语言。在这种思想的指导下,人们找到了一种简单的数学模型,这种模型的输入是由任何一种语言书写的文献构成的文库,输出是该语言的字、词的一种数学表达(向量)。字、词之间的关系乃至任何文章片断之间的含义的比较就由这种向量之间的运算产生。潜在语义学的观念也被应用在资讯检索上,所以有时潜在语义学也被称为隐含语义索引(Latent Semantic Indexing,LSI)。隐含语义索引是一种以向量空间模型为基底的资讯检索技术,常以字词-文件矩阵表示字词与文件之间的关联;而其多以行代表字词〈term〉,列代表文件〈document〉。而在矩阵中每个元素的权重值以TF-IDF计算后得到。该字词在某个文件中的重要性,与该字词在该文件中出现的次数成正比,与其在所有文件中出现的次数成反比。而这个字词-文件矩阵本身也代表着一个标准的语义模组,因为数学矩阵的格式并不是经常的被使用,所以不会太特别的注明其为一个矩阵的型态。关于隐含语义索引的其他应用:同义词和多义性是自然语言处理中最基本的问题。同义现象是指不同的词语表示相同的的意思。因此,在搜索引擎不会返回一个文档,即使它与该查询是相关的,只是由于它不包含查询关键词中的词语。例如,查询“doctors”(医生)时,不会返回包含“physicians”(内科医生)的文档,即使它们的意思相同。多义现象是指一个词语含有多种意思。因此,查询的结果可能返回许多不相关的文档,只是由于它们包含了查询关键词中的词语。例如,植物学家和计算机专家在查询同一个关键词“树”的时候,它们希望得到的结果是完全不同的。当生成了词汇-文档矩阵后,LSA提供了一种对它的低维近似(可以通过对字词—文档矩阵的奇异值分解(SVD)来实现)。做这种近似有以下几种原因:奇异值分解(svd)是一种典型的使用大型矩阵的运算方法,会占用较大的存储空间,可以通过一种类似神经网络的计算方法来大大降低这一计算对内存的占用。现在已经有一种快速的,占用内存较低的,计算大型矩阵的svd算法,见应用文献【3】.可以使用MATLAB和Python来实现这一算法。
相关
- 副黏液病毒副粘液病毒科包括二个亚科,副粘液病毒亚科(Paramyxivirinae)及肺炎病毒亚科(Pneumovirinae)。副粘液病毒亚科除已归类六属病毒外,还有尚未归类之马麻疹病毒属(Equine Morbilli
- 肛交肛门性交(英语:Anal intercourse),简称肛交,一般是指将勃起的阴茎与人类的肛门或直肠互相接合并彼此摩擦的过程,主要目的是为了令自身获得性快感。 其他形式的肛交包括以假阴茎、
- 上南方上南方(Upper South或Upland South)指的是美国南部偏北的地区,与其相对的是深南部(Lower South或Deep South)。在英语中"Upland South"和"Upper South"有些微分别。前者通常以地
- 物理学原子核物理学(简称核物理学,核物理或核子物理)是研究原子核成分和相互作用的物理学领域。它主要有三大领域:研究各类亚原子粒子与它们之间的关系、分类与分析原子核的结构并带动
- 丁烷丁烷,又称正丁烷,是一种有机化合物,分子式为C4H10,结构式为CH3CH2CH2CH3。丁烷在常温常压下是一种无色、易液化、易燃的气体。它最早由英国化学家爱德华·弗兰克兰德(英语:Edward
- 铝蒸气压第一:577.5 kJ·mol−1 第二:1816.7 kJ·mol−1 第三:2744.8 kJ·mol−1 (主条目:铝的同位素铝(Aluminum)是化学元素,属于硼族元素,化学符号是Al,原子序数是13,相对密度是2.7
- 抽搐抽搐(英语:Cramp),俗称抽筋,人类身体肌肉系统常见的收缩现象。发作时会使得受伤者感觉疼痛或受到极大压力。常常是因为从静止状态直接转做剧烈运动而导致的。人身体的肌肉是能收
- 弧菌属弧菌属是革兰氏阴性菌的一种,属兼性厌氧菌。弧菌属多存在于水中,其中有许多种类具有致病性,例如:创伤弧菌、霍乱弧菌及肠炎弧菌等等。在型态上,弧菌呈直杆或弯曲的短杆状,其大小约
- 文部省文部省(もんぶしょう、Ministry of Education, Science and Culture)是曾经存在的日本中央省厅之一,管辖教育、文化、学术等。2001年(平成13年)的中央省厅再编之时,和科学技术厅统
- 感性感性(英语:Sensibility),是人类经由感官,对于某种事物产生直接感觉与情绪的一种能力,相对于理性的概念。这个概念在18世纪时起源于英国,对于知识是如何获得,这个课题进行讨论时产生