1) latent semantic analysis
隐含语义分析
1.
The approach is to take advantage of latent semantic analysis and feature selection that use statistical methods.
在利用统计方法选择文本分类特征降低特征空间维数的基础上,采用隐含语义分析技术,挖掘文档特征间的语义信息,利用矩阵奇异值分解理论进一步降低了特征空间维数。
2.
This paper presents a new method of text classifying by using the latent semantic analysis(LSA)and Kohonen network.
文中根据隐含语义分析理论(LSA)和Kohonen网络理论提出一种文本分类新方法。
2) LSA
隐含语义分析
1.
The paper puts forward a new method of text categorization called TCBPL method by PA and LSA.
根据模式聚合理论(PA)和隐含语义分析理论(LSA)提出了一种文本分类新方法——TCBPL方法,该方法应用PA理论和LSA理论来构造向量空间模型,大大削减了特征向量的维数,同时增强了稀有词的作用,并在特征向量中引入了语义成分,从而提高了分类的速度和精度。
3) latent semantic indexing(LSI)
隐含语义索引
1.
A non-negative matrix factorization(NMF) based latent semantic indexing(LSI) model was introduced for image retrieval.
提出了一种基于非负矩阵分解(Non-negative Matrix Factorization,NMF)的隐含语义索引(Latent Semantic Indexing,LSI)模型用于图像检索。
4) latent semantic index
隐含语义索引
1.
Research on latent semantic index retrieval model by expanding vector space model;
一种扩展的向量空间模型-隐含语义索引模型研究
2.
This paper presents a new method of text clustering by using the latent semantic index (LSI) and self-organizing neural network (SNN).
根据隐含语义索引(LSI)理论和动态自组织映射神经网络理论,提出了一种文本聚类的新方法。
5) Latent Semantic Indexing
隐含语义检索
1.
Term-weighting improving for latent semantic indexing;
隐含语义检索系统词条权重的处理
2.
Personal information retrieval based on latent semantic indexing;
随着互连网上信息资源的极度膨胀,出现了各种各样的信息搜集工具给用户提供信息服务,但是目前的信息搜集系统在给用户提供信息服务时,很难根据用户的个人信息实现个性化的信息服务,不同的用户相同的查询请求,返回的查询结果是相同的,这给用户的使用带来了很大的不便,而隐含语义检索(LSI)可以利用关键词之间的语义信息完成信息的搜索。
6) latent semantic indexing
隐含语义索引
1.
Implementation of supply and demand information classification based on latent semantic indexing;
隐含语义索引技术在供求信息分类中的应用
2.
Because of the deficiency of traditional classification system,the text classification based on integrating k -nearest neighbor with latent semantic indexing was proposed.
针对传统文本分类系统的不足 ,提出了一种基于隐含语义索引的kNN的文本分类模型 。
3.
To overcome the limitations of actual text classification methods based on bagof-words representation,An English text classification method based on semantic set index is presented from the WordNet thesaurus and LSI(latent semantic indexing) model.
为克服当前文本分类法中基于词形匹配带来的局限性,基于WordNet语义词典和隐含语义索引(LSI)模型,提出了基于语义集索引的英文文本分类方法。
补充资料：语义分析
语义分析
semantic analysis
yuy一fenxi语义分析(~tic analysis)语言分析的一个分支，目的是根据上下文辨识一个多义词在指定句子中的确切意义，以及根据一个句子的句法结构和其中各词项的词义推导出这个句子的句义表达式。在自然语言理解和机器翻译中，用来表达句义的方式很多，常见的有:一阶谓词逻辑，语义网络，格框架(参见格语法)等等。语义分析的方法也会因采用的语义学理论和句义表达方式的不同而不同。例如，句子: 他给我三本书。用一阶谓词逻辑来表示其句义时，可以定义一个三元谓词“给”: 给(x，夕，z)论元x代表“给”的动作发出者，y表示受益者，z表示给出的东西，那么这个例句的逻辑表达式为: 给(他，我，书(3))其中，“书”本身是一个一元函数，其论元3表示数量。 上述例句句义的格框架表示如下: (给: 施事(他)，受益者(我)，受事(书))， (书:数量(3))这个句子句义的语义网络表示，其实就是上述格框架的图形表示(见图1)。 他我\施事/ \/受益者 给受钱。量 j含..........卜图1句子的语义网络表示
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条