举例：
矩阵分解之后，取前两维，k=2，
单词距离：
文档距离：
通过LSA分析之后计算文档间的余弦相似度，属于同一个类型文本之间的相似度很接近；在原始文档间计算相似度，效果不如LSA
当出现新的query，先将query降到二维空间，再和已有文档的二维矩阵计算相似度，可以看出query与C类文档相似度很高
参考文献：
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
提问和评论都可以，用心的回复会被更多人看到
评论
发布评论
相关文章
-
词向量词嵌入句向量 词向量方法
关键字： 文档 句子 词语 单词 上下文单词 上下文窗口 向量 相似性 类比性 欧几距离 余弦距离 余弦相似度 相似度
词向量词嵌入句向量 算法 词向量 语言模型 相似度
