Nlp 潜在语义分析如何处理语义

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

你熟悉向量空间模型（VSM）吗

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

VSM的问题是，不共享单个单词的文档的余弦相似性等于0

在LSA中，奇异值分解（SVD）揭示了潜在的语义维度，允许

---

您需要计算文档之间的余弦相似度，这些文档没有共同的词，但有一些共同的特征。

谢谢：）我非常感谢您的回答。我什么都懂。目前尚不清楚的是LSA如何识别文档之间的共同特征，因为它只是数学模型的另一个例子。如何解释LSA中的结果仍然是一个悬而未决的问题！让我向你推荐《潜在语义分析手册》（或者你可能已经读过了？），这本手册很好地概述了LSA。当然：）这是TOC：你可以在互联网上找到一些论文。。。像这个：