潛在語義分析（LSA）單值分解（SVD）理解

Question

熊陪我度過我的LSI的適度理解（機械工程背景）：

在LSI進行奇異值分解後，你有3個矩陣：

U，S和V轉置。

U將單詞與主題進行比較，S是對每個要素的強度的一種度量。 Vt將主題與文檔進行比較。

U dot S dot Vt 

返回SVD之前的原始矩陣。如果沒有做深入的太多（無）代數看來：

U dot S dot **Ut** 

返回由長期矩陣，它提供了條件之間的比較的術語。即一個術語與其他術語的相關程度如何，DSM（設計結構矩陣）是比較單詞而不是單元的類別。我可能是完全錯誤的，但是我在一個樣本數據集上嘗試過，結果似乎是有道理的。這可能只是偏見（我想它工作，所以我看到了我想要的）。文檔受保護後，我無法發佈結果。

雖然我的問題是：這是否有意義？按道理？數學？

感謝您的任何時間/回覆。

Answer 1

如果你想知道一個詞如何相關的是另一個你可以只計算

（U點S）

條款是通過代表行向量。然後，您可以通過應用距離函數（例如歐幾里得距離）來計算距離矩陣。一旦通過計算所有矢量之間的距離來製作距離矩陣，結果矩陣應該是空心對稱的，所有距離> 0。如果距離A [i，j]很小，則它們是相關的，否則它們不是。