Сомнения в отношении LSA

Question

Мне нужно найти сходство между ссылочным документом и набором документов в репозитории.

Method : 

1. I find the term document matrix for all the documents including the reference document 
2. The svd is calculated for this matrix 
3. I take the v array(The third result) 
4. I transpose this matrix so that the each row represents a document . 
5. The first row represents the reference document . 
6. I find the cosine similarity beween this row and the rest of the rows 

Мои сомнения:

1. Поскольку у меня есть около 7 документов в моей БД, я получаю только 8 * 8 VARRAY (матрица документа). SO, я получу правильный результат, если я найду сходство косинусов с этими 8 значениями в одиночку?

2. Является ли такой способ общепринятым?

Я использую java для кодирования этого. Я использую пакет jama для поиска svd.

Answer 1

• Я пробовал использовать Matlab, используя ящик для инструментов TMG. Он работает нормально.
• Для получения более точных результатов (или для большей точности) используйте большие наборы данных.
• В LSA, svd является его частью (для уменьшения размеров). Для , вычисляя ваше сходство, вам понадобится последняя матрица, которую вы получите после этого расчета A = U * S * V^t.

Вы можете прочитать пример LSA Here