잠재 의미 매핑
Latent semantic mapping잠재 의미 매핑(LSM)은 대량의 (종종 텍스트) 데이터에 내포된 글로벌 의미 있는 관계를 모델링하기 위한 데이터 기반 프레임워크다.잠재의미적 의미분석의 일반화다.정보 검색에서 LSA는 질의어와 문서 사이의 단어만 일치시키는 것이 아니라 개념적 내용에 기초하여 검색을 가능하게 한다.
LSM은 잠재의미 분석에 관한 이전의 연구에서 도출되었다.잠재 의미 분석에는 다음과 같은 3가지 주요 특성이 있다.일반적으로 단어와 문서의 형태로 분리된 실체는 연속 벡터에 매핑되며, 매핑은 글로벌 상관관계 패턴의 형태를 포함하며, 차원성 감소는 분석 과정에서 중요한 측면이다.이것들은 일반적인 속성을 구성하며, 다양한 다른 맥락에서 잠재적으로 유용한 것으로 확인되었다.이러한 유용성은 LSM에 큰 관심을 불러일으켰다.잠재 의미 매핑의 의도된 생산물은 대량의 데이터에서 관계를 모델링하기 위한 데이터 중심 프레임워크다.
Mac OS X v10.5 이상에는 잠재적인 의미 매핑을 구현하는 프레임워크가 포함되어 있다.[1]
참고 항목
메모들
참조
- Bellegarda, J.R. (2005). "Latent semantic mapping [information retrieval]". IEEE Signal Processing Magazine. 22 (5): 70–80. Bibcode:2005ISPM...22...70B. doi:10.1109/MSP.2005.1511825. S2CID 17327041.
- J. Bellegarda (2006). "Latent semantic mapping: Principles and applications". ICASSP 2006. Archived from the original on 2013-08-24. Retrieved 2013-08-24.
