３分钟搞懂LSI原理

假设原始矩阵如下：
index words:被用户搜索到的词语
Titles:文章标题

svd分解后如下：

第１个矩阵表示某个词与主题之间的相关性

第２个矩阵表示关键词与主题之间的相关性

第３个矩阵表示关键词与某个文档之间的相关性

有的同学会看到有些资料说，根据LSI可以计算文档文档之间的相似度，这个是怎么回事呢？
我们可以看到上面的表格中，每个格子里面都有一个数值，那么例如：
T1和T3（我们从上往下看），各自都是一列，对吧？
好了，每一列都构成一个向量，对吧？
好了，两个向量的夹角余弦，我们就把他当做是“余弦相似度”来衡量两个文档T1和T3的不同，
显而易见，如果，两个文档极其相似，那么余弦相似度就是cos 0=1

总结

以上是生活随笔为你收集整理的３分钟搞懂LSI原理的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。