อะไรคือความแตกต่างระหว่างการวิเคราะห์ความหมายแฝง (LSA), ดัชนีความหมายแฝง (LSI) และการสลายตัวของค่าเอกพจน์ (SVD)?

ข้อตกลงเหล่านี้มีอยู่มากมาย แต่ฉันอยากจะรู้ว่าคุณคิดว่าความแตกต่างคืออะไรถ้ามี

ขอบคุณ

ส่วนใหญ่ใช้ LSA และ LSI เหมือนกันกับชุมชนดึงข้อมูลมักจะอ้างถึงว่าเป็น LSI LSA / LSI ใช้ SVD เพื่อแยกเมทริกซ์เอกสารระยะ A ออกเป็นเมทริกซ์คำศัพท์ U, เมทริกซ์ค่าเอกพจน์ S และเมทริกซ์เอกสารแนวคิด V ในรูปแบบ: A = USV ' หน้าวิกิพีเดียมีรายละเอียดของการจัดทำดัชนีความหมายแฝง

โดยเฉพาะอย่างยิ่งในขณะที่ LSA และ LSI ใช้ SVD เพื่อทำเวทย์มนตร์ของพวกเขามีวิธีการคำนวณและแนวคิดที่ง่ายกว่าที่เรียกว่า HAL (Hyperspace Analogue to Language) ที่เลื่อนผ่านข้อความที่ติดตามก่อนและบริบทที่ตามมา เวกเตอร์จะถูกดึงออกมาจากเมทริกซ์ร่วมที่เกิดขึ้นเหล่านี้ (มักจะถ่วงน้ำหนัก) และมีการเลือกคำเฉพาะเพื่อทำดัชนีพื้นที่ความหมาย ในหลาย ๆ วิธีที่ฉันต้องเข้าใจว่ามันทำงานได้ดีเช่นเดียวกับ LSA โดยไม่ต้องใช้ขั้นตอนทางคณิตศาสตร์ / แนวคิดที่ซับซ้อนของ SVD ดูรายละเอียด Lund & Burgess, 1996

NMF และ SVD เป็นอัลกอริทึมการแยกตัวประกอบแบบเมทริกซ์ วิกิพีเดียมีข้อมูลที่เกี่ยวข้องบางอย่างเกี่ยวกับ NMF

แผนกบริการและ PCA นั้นมีความเกี่ยวข้องอย่างใกล้ชิด สำหรับผู้เริ่มต้น PCA เป็นเพียงส่วนประกอบของความสัมพันธ์ SVD เป็นลักษณะทั่วไปของ eigendecomposition กับเมทริกซ์ที่ไม่ใช่สแควร์ ค่าเอกพจน์คือรากที่สองของค่าลักษณะเฉพาะของเมทริกซ์คูณด้วยการแปลงสภาพ (ทำให้เป็นสแควร์และคล้อยตาม eigendecomposition) นอกจากนี้หากเมทริกซ์เป็นปกติ ( ) ค่าเอกพจน์เป็นเพียงค่าสัมบูรณ์ของค่าลักษณะเฉพาะ ไม่ว่าในกรณีใดค่าเอกพจน์นั้นไม่เป็นลบและการสูญเสียเครื่องหมายของค่าลักษณะเฉพาะนั้นคือราคาที่คุณจ่ายสำหรับความสามารถในการทำงานกับเมทริกซ์ที่ไม่ใช่สแควร์$A^*A=A A^*$

ผู้เผชิญเหตุอื่น ๆ ได้ครอบคลุม LSI / LSA ...