While the vector space model has so

While the vector space model has some appealing features – notably in its basis identification of sets of words that are for documents in the collection – the approach also provides a relatively small amount of reduction in description length and reveals little in the way of inter- or intra- document statistical structure. To overcome these shortcomings, IR researchers have proposed some other modeling methods such as generalized vector space model, topic-based vector space model, etc., among which latent semantic analysis (LSA - Deerwester et al, 1990)[13][26] is the most notably. LSA uses a singular value of the term-by-document X matrix to identify a linear subspace in the space of term weight features that captures most of variance in the collection. This approach can achieve considerable reduction in large collections. Furthermore, Deerwester et al argue that this method can reveal some aspects of basic linguistic notions such as synonymy or polysemy.

Kết quả (Việt) 1:

Trong khi các mô hình không gian vectơ có một số tính năng hấp dẫn-đặc biệt là ở cơ sở xác định bộ từ cho các tài liệu trong bộ sưu tập-cách tiếp cận này cũng cung cấp một lượng tương đối nhỏ giảm mô tả dài và cho thấy ít trong cách của inter-intra-tài liệu hoặc cấu trúc thống kê. Để khắc phục những thiếu sót, IR nhà nghiên cứu đã đề xuất một số các mô hình như các phương pháp tổng quát không gian vectơ mô hình, mô hình không gian vector dựa trên chủ đề, vv, trong số đó phân tích ngữ nghĩa tiềm ẩn (LSA - Deerwester et al, năm 1990) [13] [26] là đáng chú ý nhất. LSA sử dụng một giá trị số ít thuật ngữ bằng tài liệu X ma trận để xác định con tuyến tính trong không gian hạn trọng lượng tính năng chụp đa phương sai trong bộ sưu tập. Cách tiếp cận này có thể đạt được giảm đáng kể trong các bộ sưu tập lớn. Hơn nữa, Deerwester et al tranh luận rằng phương pháp này có thể tiết lộ một số khía cạnh của khái niệm cơ bản về ngôn ngữ như synonymy hoặc polysemy.

Kết quả (Việt) 2:

Trong khi mô hình không gian vector có một số tính năng hấp dẫn - đặc biệt là trong việc xác định cơ sở của bộ từ mà là cho các tài liệu trong bộ sưu tập - cách tiếp cận này cũng cung cấp một số lượng tương đối nhỏ của giảm chiều dài mô tả và tiết lộ rất ít trong cách của tế hoặc tài liệu trong nội bộ cấu trúc thống kê. Để khắc phục những thiếu sót, các nhà nghiên cứu IR đã đề xuất một số phương pháp mô hình khác như mô hình tổng quát vector không gian, mô hình không gian vector chủ đề dựa trên, vv, trong đó phân tích ngữ nghĩa tiềm ẩn (LSA - Deerwester et al, 1990) [13] [26] là đáng chú ý nhất. LSA sử dụng một giá trị duy nhất của ma trận X hạn theo tài liệu để xác định một không gian con tuyến tính trong không gian của các tính năng trọng lượng hạn mà bắt nhất của phương sai trong các bộ sưu tập. Cách tiếp cận này có thể giảm được đáng kể trong các bộ sưu tập lớn. Hơn nữa, Deerwester et al cho rằng phương pháp này có thể tiết lộ một số khía cạnh của khái niệm ngôn ngữ cơ bản như đồng nghĩa hay đa nghĩa.