خرید و دانلود نسخه کامل کتاب Latent Semantic Mapping: Principles And Applications (Synthesis Lectures on Speech and Audio Processing)

توضیحاتی در مورد کتاب

نگاشت معنایی نهفته (LSM) تعمیم تحلیل معنایی نهفته (LSA) است، پارادایمی که در اصل برای ثبت الگوهای کلمه پنهان در مجموعه سند متنی توسعه یافته است. در بازیابی اطلاعات، LSA بازیابی را بر اساس محتوای مفهومی، به جای تطبیق کلمات بین پرس و جو و اسناد، امکان پذیر می کند. با این فرض عمل می‌کند که ساختار معنایی پنهانی در داده‌ها وجود دارد، که تا حدی با تصادفی بودن انتخاب کلمه با توجه به بازیابی پنهان است. تکنیک های جبری و/یا آماری برای تخمین این ساختار و خلاص شدن از شر نویز مبهم به کار گرفته شده اند. این منجر به توصیف پارامتر پیوسته مختصر کلمات و اسناد می شود که سپس جایگزین پارامتر اصلی در نمایه سازی و بازیابی می شود. این رویکرد سه ویژگی اصلی را نشان می‌دهد: موجودیت‌های گسسته (کلمات و اسناد) بر روی یک فضای برداری پیوسته نگاشت می‌شوند. این نقشه برداری توسط الگوهای همبستگی جهانی تعیین می شود. و کاهش ابعاد بخشی جدایی ناپذیر از فرآیند است. چنین ویژگی‌های نسبتاً عمومی در انواع زمینه‌های مختلف سودمند هستند، که انگیزه تفسیر گسترده‌تری از پارادایم زیربنایی است. نتیجه (LSM) یک چارچوب داده محور برای مدل سازی روابط معنی دار جهانی است که در حجم زیادی از داده ها (نه لزوما متنی) وجود دارد. این مونوگراف یک نمای کلی از چارچوب ارائه می دهد و بر مزایای چندوجهی که می تواند برای تعدادی از مشکلات در درک زبان طبیعی و پردازش زبان گفتاری به همراه داشته باشد، تأکید می کند. این با بحث در مورد مبادلات ذاتی مرتبط با این رویکرد، و برخی دیدگاه‌ها در مورد کاربرد کلی آن برای استخراج اطلاعات مبتنی بر داده به پایان می‌رسد.