LSI潜在语义索引

https://www.jianshu.com/p/28f2bc62a75b

1.定义

利用SVD分解来找到词项-文档矩阵C的某个低秩逼近，在这个低秩逼近下能够为文档集中的每篇文档产生一个新的表示。同样，查询也可以映射到这个低秩表示的空间，从而可以基于新的表示来进行查询和文档的相似度计算。这个过程称为LSI。（潜在语义索引）

 

LSI通过term-document矩阵的SVD将term和document投影到一个低维的空间中，在这个过程中丢弃了一些影响比较小（小的奇异值）的信息，这些信息可能是噪声。