摘要
对矩阵奇异值分解的特征进行分析,并将矩阵的奇异值分解应用于向量空间模型,对其进行改进,实现基于语义的信息检索模型,该模型能消除同义词和多义词的影响,提高了文本表示的准确性,从而使信息检索的准确率有显著提高,具有重要的实用价值。
Analyzes the features of matrix Singular Value Decomposition（SVD）,tries to applies it in vector space model and improve it,thus realizing semantic-based information retrieval modole.This model delimits the influence of synonyms and polynyms,and improves representation accuracy of texts,thus realizing significant accuracy of retrieval.Therefore,it has obvious value.
出处
《现代计算机》
2011年第6期21-23,27,共4页
Modern Computer
关键词
奇异值分解
信息检索
隐含语义索引模型
Singular Value Decomposition（SVD）
Information Retrieval
Latent Semantic Index Model
