潜在语义分析中奇异值分解(SVD)生成矩阵的意义/蕴涵

Question

在LSA中使用SVD来获取潜在的语义信息。我对SVD矩阵的解释感到困惑。

我们首先建立一个文档术语矩阵.然后用奇异值分解法将其分解为3个矩阵。

例如：

文档项矩阵M1是M，其中：

M = the number of documents
N = the number of terms

M1被分解为：

M1 = M2 * M3 * M4, where:

M2: M x k

M3: k x k

M4: k x N

我看到的解释如下：

K列 of M2表示类似的语义类别。K行 of M4表示 stands 。

我的问题是：

1. 为什么k被解释成上面的样子？我们如何知道它是相似的语义和主题？
2. 为什么相似的语义学等同于主题？
3. 为什么k在M2和M4之间被不同的解释
4. 如何解释M3？

我真的很困惑。看来这种解释完全是武断的。这就是潜在的含义吗？

Answer 1

我热烈推荐阅读曼宁和舒茨的“SNLP圣经”中的信息检索章节。在5页中，它解释了你想要知道的关于LSI和SVD的一切。

你会发现这样的段落：

​

​