matrices "pré-construites" pour l'analyse sémantique latente

Question

Je veux utiliser l'analyse sémantique latente pour une petite application que je construis, mais je ne veux pas construire moi-même les matrices. (En partie parce que les documents que j'ai ne feraient pas une très bonne collection de formation, parce qu'ils sont un peu courts et hétérogènes, et en partie parce que j'ai juste un nouvel ordinateur et je trouve que c'est une chienne d'installer l'algèbre linéaire. bibliothèques dont j'aurais besoin.)

Existe-t-il des implémentations LSA "par défaut"/préconstruites disponibles? Par exemple, les choses que je cherche comprennent:

• par défaut U, S, matrices V (par exemple, si D est une matrice terme-document à partir d'une série de formation, puis D = USV^T est la valeur singulière décomposition), de sorte que, étant donné un vecteur de requête q, je peux utiliser ces matrices pour calculer moi-même la projection LSA de q.
• Un algorithme LSA de boîte noire qui, à l'aide d'un vecteur de requête q, renvoie la projection LSA de q.

Answer 1

Vous seriez probablement intéressé par le framework Gensim pour Python; notamment, il a an example on building the appropriate matrices from English Wikipedia.