Resumen

El análisis semántico latente (LSA) es una forma matemática/estadística de descubrir conceptos ocultos entre términos y documentos o dentro de una colección de documentos (es decir, un gran corpus de texto). Cada documento del corpus y los términos se expresan como un vector con elementos correspondientes a estos conceptos para formar una matriz término-documento. Luego, el LSA utiliza una aproximación de rango bajo a la matriz término-documento para eliminar información irrelevante, extraer relaciones más importantes y reducir el tiempo de cálculo. La información irrelevante se llama ruido y no tiene un efecto notable en el significado de la colección de documentos. Este es un paso esencial en el LSA. La descomposición en valores singulares (SVD) ha sido la principal herramienta para obtener la aproximación de rango bajo en el LSA. Dado que la colección de documentos es dinámica (es decir, la matriz término-documento está sujeta a actualizaciones repetidas), necesitamos renovar la aproximación. Esto se puede hacer mediante el recomputo de la S

• Materias:Seguridad informática Sensores Rendimiento del hardware Matriz
• Subjects:Computer security sensors Hardware performance Matrix
• Palabras claves:Análisis semántico latente; LSA; Matriz término-documento; Aproximación de rango bajo; Descomposición de valores singulares; SVD
• Keywords:Latent semantic analysis; LSA; Term-document matrix; Low-rank approximation; Singular value decomposition; SVD