如何獲得LSA的相似度

Question

我正在進行潛在語義分析，我試圖從2個文檔中獲得相似度。我在Python上運行我的潛在語義分析代碼，當我運行它時，我得到：

Here are the singular values 
[ 0.7376057 0.4596623 0.25422212] 
Here are the first 3 columns of the U matrix 
[[ 0.98465137 -0.172792 -0.02458864] 
[ 0.15675976 0.81362269 0.55986114] 
[ 0.07673365 0.55512255 -0.82822153]] 
Here are the first 3 rows of the Vt matrix 
[[ 0.08861949 0.02992777 0.36751379 0.9253024 ] 
[ 0.78716383 0.34742637 0.43792207 -0.26056147] 
[ 0.29462756 -0.93722956 0.17407106 -0.06704194]] 

我該如何找到這些數字的相似性？

Answer 1

https://en.wikipedia.org/wiki/Latent_semantic_analysis解釋LSI非常好，也是你的問題。

說，你想確定文件我和j之間的相似度。 （S）* d_i和diag（S）* d_j的餘弦相似度取第V列的第t列（= d_i）和第V列的第t列（= d_j）

越靠近+1，它們越相似