matrices “pre-construidos” para el análisis semántico latente

Question

Quiero utilizar análisis semántico latente para una pequeña aplicación que estoy construyendo, pero no quiero para construir las matrices de mí mismo. (En parte debido a que los documentos que tengo no haría una colección muy buena formación, porque son un poco corta y heterogéneo, y en parte porque acabo un equipo nuevo y se me hace una perra para instalar el álgebra lineal y tal bibliotecas que iba a necesitar.)

¿Hay algún "defecto" / implementaciones LSA pre-construidos disponibles? Por ejemplo, las cosas que estoy buscando son:

• predeterminados U, S, matrices V (es decir, si D es una matriz término-documento de algún conjunto de entrenamiento, a continuación, D = USV ^ T es la descomposición de valor singular), de modo que dado cualquier consulta vector q, puedo usar estas matrices para calcular la proyección de la LSA q yo.
• Algunos LSA algoritmo de recuadro negro que, dada una consulta vector q, devuelve la proyección LSA de q.

Answer 1

probablemente estaría interesado en el href="http://nlp.fi.muni.cz/projekty/gensim/" rel="nofollow"> Gensim marco para Python; en particular, tiene un ejemplo en la construcción de las matrices apropiadas de Wikipedia Inglés .