跳到主要內容
:::

教育百科logo

::: 隱含語意索引 - 教育百科
國家教育研究院辭書
基本資料
英文: latent semantic indexing
作者: 葉鎮源
日期: 2012年10月
出處: 圖書館學與資訊科學大辭典
辭書內容
名詞解釋:
  隱含語意索引(latent semantic indexing,簡稱LSI),又稱潛在語意分析(latent semantic analysis,簡稱LSA),是以向量空間模型(vector space model)為基礎,透過奇異值分解(singular value decomposition,簡稱SVD)與維度約化(dimension reduction)進行語意關聯模型建構的方法,圖 1為其示意圖。此技術能捕捉詞彙間隱含的語意關聯,形成由概念所構成的語意空間(semantic space),進而解決傳統向量空間模型中假設向量維度(即詞彙)彼此獨立而無相關性的缺點。簡單來說,隱含語意索引將文件向量(document vector)與查詢語句向量(query vector)由高維度的詞彙空間映射至低維度的語意空間,使得文件和查詢語句的相似程度更加切合實際。隱含語意索引的工作流程如圖1所示。(1) 奇異值分解(2) 維度約化(3) 摺疊(folding-in)(4) 關聯度計算Furnas, G. W., Deerwester, S., Dumais, S. T., Landauer, T. K., Harshman, R. A., Streeter, L. A., & Lochbaum, K. E. (1988). Information retrieval using a singular value decomposition model of latent semantic structure. Proceedings of the 11th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval (pp.465-480). New York, USA.
參考資料:
Furnas, G. W., Deerwester, S., Dumais, S. T., Landauer, T. K., Harshman, R. A., Streeter, L. A., & Lochbaum, K. E. (1988). Information retrieval using a singular value decomposition model of latent semantic structure. Proceedings of the 11th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval (pp.465-480). New York, USA.
資料來源: 國家教育研究院_隱含語意索引
授權資訊: 資料採「 創用CC-姓名標示- 禁止改作 臺灣3.0版授權條款」釋出
貓頭鷹博士
你喜歡貓頭鷹博士嗎

針對貓頭鷹博士的服務你會給幾顆星呢

回到頁面頂端圖示