This HTML5 document contains 97 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dctermshttp://purl.org/dc/terms/
yago-reshttp://yago-knowledge.org/resource/
dbohttp://dbpedia.org/ontology/
n23http://dbpedia.org/resource/File:
foafhttp://xmlns.com/foaf/0.1/
n25https://global.dbpedia.org/id/
n19https://web.archive.org/web/20170717235351/http:/www.semanticquery.com/archive/semanticsearchart/
yagohttp://dbpedia.org/class/yago/
dbthttp://dbpedia.org/resource/Template:
n26https://web.archive.org/web/20050120213347/http:/www.cs.brown.edu/people/th/papers/
dbpedia-ruhttp://ru.dbpedia.org/resource/
rdfshttp://www.w3.org/2000/01/rdf-schema#
freebasehttp://rdf.freebase.com/ns/
dbpedia-pthttp://pt.dbpedia.org/resource/
n11http://commons.wikimedia.org/wiki/Special:FilePath/
dbpedia-fahttp://fa.dbpedia.org/resource/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
owlhttp://www.w3.org/2002/07/owl#
wikipedia-enhttp://en.wikipedia.org/wiki/
dbpedia-frhttp://fr.dbpedia.org/resource/
dbpedia-zhhttp://zh.dbpedia.org/resource/
dbchttp://dbpedia.org/resource/Category:
provhttp://www.w3.org/ns/prov#
dbphttp://dbpedia.org/property/
xsdhhttp://www.w3.org/2001/XMLSchema#
goldhttp://purl.org/linguistics/gold/
wikidatahttp://www.wikidata.org/entity/
dbrhttp://dbpedia.org/resource/

Statements

Subject Item
dbr:Non-negative_matrix_factorization
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:Probabilistic_latent_semantic_analysis
rdf:type
yago:PhysicalEntity100001930 yago:Object100002684 yago:Model110324560 yago:Worker109632518 yago:Organism100004475 yago:CausalAgent100007347 yago:YagoLegalActor yago:YagoLegalActorGeo yago:Person100007846 yago:WikicatLatentVariableModels yago:Whole100003553 dbo:TopicalConcept yago:Assistant109815790 yago:LivingThing100004258
rdfs:label
Analyse sémantique latente probabiliste Probabilistic latent semantic analysis Análise Probabilistica de Semântica Latente Вероятностный латентно-семантический анализ 概率潜在语义分析
rdfs:comment
Análise Probabilística de Semântica Latente (APSL), também conhecida como Indexação Probabilística de Semântica Latente (IPSL, especialmente na área de recuperação de informação) é uma técnica estatística para a análise de co-ocorrência de dados. Em efeito, pode-se derivar uma representação de poucas dimensões das variáveis observadas com relação sua afinidade para determinadas variáveis ocultas. A técnica evoluiu da análise de semântica latente. Вероятностный латентно-семантический анализ (ВЛСА), также известный как вероятностное латентно-семантическое индексирование (ВЛСИ, особенно в области информационного поиска) — это статистический метод анализа корреляции двух типов данных. Данный метод является дальнейшим развитием латентно-семантического анализа. ВЛСА применяется в таких областях как информационный поиск, обработка естественного языка, машинное обучение и смежных областях.Данный метод был впервые опубликован в 1999 году Томасом Хофманом (Thomas Hofmann). 概率的潜在语义分析（PLSA），也称为概率潜在语义索引（PLSI，尤其是在信息检索领域），是用于分析双模和共现数据的统计方法。 实际上，人们可以根据对某些隐变量的亲和性来推导出观测变量的低维表示，就像PLSA是从潜在语义分析中演化而来。 与源于线性代数并缩小发生表（通常通过奇异值分解）的标准潜在语义分析所不同的是，概率潜在语义分析基于从潜类模型导出的混合分解。 Probabilistic latent semantic analysis (PLSA), also known as probabilistic latent semantic indexing (PLSI, especially in information retrieval circles) is a statistical technique for the analysis of two-mode and co-occurrence data. In effect, one can derive a low-dimensional representation of the observed variables in terms of their affinity to certain hidden variables, just as in latent semantic analysis, from which PLSA evolved. L’analyse sémantique latente probabiliste (de l'anglais, Probabilistic latent semantic analysis : PLSA), aussi appelée indexation sémantique latente probabiliste (PLSI), est une méthode de traitement automatique des langues inspirée de l'analyse sémantique latente. Elle améliore cette dernière en incluant un modèle statistique particulier. La PLSA possède des applications dans le filtrage et la recherche d'information, le traitement des langues naturelles, l'apprentissage automatique et les domaines associés.
foaf:depiction
n11:Plsi_1.svg
dcterms:subject
dbc:Latent_variable_models dbc:Language_modeling dbc:Statistical_natural_language_processing dbc:Classification_algorithms
dbo:wikiPageID
2088675
dbo:wikiPageRevisionID
1103977922
dbo:wikiPageWikiLink
dbr:Information_filtering dbr:Bioinformatics dbr:EM_algorithm dbr:Pachinko_allocation dbr:Latent_semantic_analysis dbc:Latent_variable_models dbr:Vector_space_model dbr:Statistical_technique dbr:Compound_term_processing dbr:Latent_Dirichlet_allocation dbr:Machine_learning dbr:Multinomial_distribution dbr:Information_retrieval dbr:Latent_class_model dbc:Language_modeling dbr:Aspect_model n23:Plsi_1.svg dbr:Natural_language_processing dbc:Statistical_natural_language_processing dbr:Overfitting dbr:Singular_value_decomposition dbr:Dirichlet_distribution dbc:Classification_algorithms dbr:Non-negative_matrix_factorization dbr:Linear_algebra dbr:Fisher_kernel
dbo:wikiPageExternalLink
n19:researchpLSA.html n26:Hofmann-UAI99.pdf
owl:sameAs
dbpedia-zh:概率潜在语义分析 dbpedia-fa:آنالیز_پنهان_مفهومی_احتمالی yago-res:Probabilistic_latent_semantic_analysis dbpedia-ru:Вероятностный_латентно-семантический_анализ freebase:m.06lcmw wikidata:Q2845258 dbpedia-pt:Análise_Probabilistica_de_Semântica_Latente n25:2eUf8 dbpedia-fr:Analyse_sémantique_latente_probabiliste
dbp:wikiPageUsesTemplate
dbt:Reflist
dbo:thumbnail
n11:Plsi_1.svg?width=300
dbo:abstract
概率的潜在语义分析（PLSA），也称为概率潜在语义索引（PLSI，尤其是在信息检索领域），是用于分析双模和共现数据的统计方法。 实际上，人们可以根据对某些隐变量的亲和性来推导出观测变量的低维表示，就像PLSA是从潜在语义分析中演化而来。 与源于线性代数并缩小发生表（通常通过奇异值分解）的标准潜在语义分析所不同的是，概率潜在语义分析基于从潜类模型导出的混合分解。 L’analyse sémantique latente probabiliste (de l'anglais, Probabilistic latent semantic analysis : PLSA), aussi appelée indexation sémantique latente probabiliste (PLSI), est une méthode de traitement automatique des langues inspirée de l'analyse sémantique latente. Elle améliore cette dernière en incluant un modèle statistique particulier. La PLSA possède des applications dans le filtrage et la recherche d'information, le traitement des langues naturelles, l'apprentissage automatique et les domaines associés. Elle fut introduite en 1999 par , et possède des liens avec la factorisation de matrices positives. Comparée à l'analyse sémantique latente simple, qui découle de l'algèbre linéaire pour réduire les matrices des occurrences (au moyen d'une décomposition en valeurs singulières), l'approche probabiliste emploie un mélange de décompositions issues de l'analyse des classes latentes. On obtient ainsi une approche plus souple, fondée sur les statistiques. Il a été montré que l'analyse sémantique latente probabiliste souffre parfois de surapprentissage, le nombre de paramètres croissant linéairement avec celui des documents.Bien que PLSA soit un modèle génératif des documents de la collection, elle modélise effectivement directement la densité jointe , elle ne permet pas de générer de nouveaux documents, et en ce sens n'est pas un « vrai » modèle génératif. Cette limitation est levée par l'Allocation de Dirichlet latente (LDA). Probabilistic latent semantic analysis (PLSA), also known as probabilistic latent semantic indexing (PLSI, especially in information retrieval circles) is a statistical technique for the analysis of two-mode and co-occurrence data. In effect, one can derive a low-dimensional representation of the observed variables in terms of their affinity to certain hidden variables, just as in latent semantic analysis, from which PLSA evolved. Compared to standard latent semantic analysis which stems from linear algebra and downsizes the occurrence tables (usually via a singular value decomposition), probabilistic latent semantic analysis is based on a mixture decomposition derived from a latent class model. Análise Probabilística de Semântica Latente (APSL), também conhecida como Indexação Probabilística de Semântica Latente (IPSL, especialmente na área de recuperação de informação) é uma técnica estatística para a análise de co-ocorrência de dados. Em efeito, pode-se derivar uma representação de poucas dimensões das variáveis observadas com relação sua afinidade para determinadas variáveis ocultas. A técnica evoluiu da análise de semântica latente. Comparado com a análise de semântica latente padrão que decorre de álgebra linear e redimensionamento de matrizes (geralmente através de uma decomposição em valores singulares), APSL é baseada em uma decomposição mista derivada de um modelo latente de classes. Вероятностный латентно-семантический анализ (ВЛСА), также известный как вероятностное латентно-семантическое индексирование (ВЛСИ, особенно в области информационного поиска) — это статистический метод анализа корреляции двух типов данных. Данный метод является дальнейшим развитием латентно-семантического анализа. ВЛСА применяется в таких областях как информационный поиск, обработка естественного языка, машинное обучение и смежных областях.Данный метод был впервые опубликован в 1999 году Томасом Хофманом (Thomas Hofmann). По сравнению с обычным латентно-семантическим анализом, который основан на линейной алгебре и является способом снижения размерности матрицы (как правило, с помощью разложения диагональной матрицы по сингулярным значениям), вероятностный латентно-семантический анализ основан на смешанном разложении, в свою очередь берущим своё начало из модели скрытых классов. Данный подход более принципиален, поскольку имеет прочную основу в области статистики.
gold:hypernym
dbr:Technique
prov:wasDerivedFrom
wikipedia-en:Probabilistic_latent_semantic_analysis?oldid=1103977922&ns=0
dbo:wikiPageLength
7785
foaf:isPrimaryTopicOf
wikipedia-en:Probabilistic_latent_semantic_analysis
Subject Item
dbr:Probabilistic_latent_semantic_indexing
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
dbo:wikiPageRedirects
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:Document-term_matrix
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:Latent_Dirichlet_allocation
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:Latent_and_observable_variables
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:Latent_class_model
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:Latent_semantic_analysis
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:Bag-of-words_model_in_computer_vision
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:Collaborative_filtering
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:Recommind
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:List_of_statistics_articles
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:Object_categorization_from_image_search
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:Fisher_kernel
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:Outline_of_machine_learning
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
Subject Item
dbr:PLSA
dbo:wikiPageWikiLink
dbr:Probabilistic_latent_semantic_analysis
dbo:wikiPageRedirects
dbr:Probabilistic_latent_semantic_analysis
Subject Item
wikipedia-en:Probabilistic_latent_semantic_analysis
foaf:primaryTopic
dbr:Probabilistic_latent_semantic_analysis