Обобщенная модель векторного пространства

Эта статья может сбивать с толку или непонятна читателям . Помогите, пожалуйста, прояснить статью . На странице обсуждения может быть обсуждение этого вопроса . ( Январь 2010 г. ) ( Узнайте, как и когда удалить этот шаблон сообщения )

Обобщенная модель векторного пространства является обобщением пространства модели вектора , используемой в поиске информации . Wong et al. ^[1] представил анализ проблем, которые создает допущение попарной ортогональности модели векторного пространства (VSM). Отсюда они расширили VSM до модели обобщенного векторного пространства (GVSM).

Определения [ править ]

GVSM вводит межчленные корреляции, которые осуждают допущение попарной ортогональности. Более конкретно, фактор рассматривал новое пространство, где каждый вектор термов t _i был выражен как линейная комбинация 2 ⁿ векторов m _r, где r = 1 ... 2 ⁿ .

Для документа d _k и запроса q функция подобия теперь принимает вид:

${\ displaystyle sim (d_ {k}, q) = {\ frac {\ sum _ {j = 1} ^ {n} \ sum _ {i = 1} ^ {n} w_ {i, k} * w_ { j, q} * t_ {i} \ cdot t_ {j}} {{\ sqrt {\ sum _ {i = 1} ^ {n} w_ {i, k} ^ {2}}} * {\ sqrt { \ sum _ {i = 1} ^ {n} w_ {i, q} ^ {2}}}}}}$

где т _я и т _J теперь векторы 2 ^п - мерного пространства.

Корреляция сроков может быть реализована несколькими способами. Например, Wong et al. использует матрицу частот встречаемости терминов, полученную в результате автоматической индексации, в качестве входных данных для своего алгоритма. Термин «появление» и «выход» - это термин «корреляция» между любой парой терминов индекса.${\displaystyle t_{i}\cdot t_{j}}$

Семантическая информация о GVSM [ править ]

Существует как минимум два основных направления внедрения термина в соответствие термину, помимо точного соответствия ключевых слов, в модель поиска:

1. вычислять семантические корреляции между терминами
2. вычислить статистику совпадения частот из больших корпусов

Недавно Цацаронис ^[2] сосредоточился на первом подходе.

Они измеряют семантическую взаимосвязь ( SR ) с помощью тезауруса ( O ), например WordNet . Он учитывает длину пути, зафиксированную с помощью компактности ( SCM ), и глубину пути, захваченную с помощью семантической разработки пути ( SPE ). Они оценивают внутренний продукт по:${\displaystyle t_{i}\cdot t_{j}}$

${\displaystyle t_{i}\cdot t_{j}=SR((t_{i},t_{j}),(s_{i},s_{j}),O)}$

где s _i и s _j - значения терминов t _i и t _j соответственно, максимизируя .${\displaystyle SCM\cdot SPE}$

Опираясь также на первый подход, Вайтелонис и др. al. ^[3] вычислили семантическую взаимосвязь из ресурсов связанных открытых данных, включая DBpedia, а также таксономию YAGO . Таким образом, они используют таксономические отношения между семантическими сущностями в документах и ​​запросах после связывания именованных сущностей .

Ссылки [ править ]