Mapowanie semantyczne (statystyki)
Odwzorowanie semantyczne (SM) w statystyce jest metodą redukcji wymiarowości (transformacji danych z przestrzeni wysokowymiarowej do przestrzeni niskowymiarowej). SM można użyć w zbiorze wielowymiarowych wektorów cech, aby wyodrębnić kilka nowych cech, które zachowują główne cechy danych.
SM przeprowadza redukcję wymiarowości poprzez grupowanie oryginalnych cech w klastry semantyczne i łączenie cech zmapowanych w tym samym klastrze w celu wygenerowania wyodrębnionej cechy. Biorąc pod uwagę zestaw danych , ta metoda konstruuje macierz projekcji , której można użyć do odwzorowania elementu danych z przestrzeni wielowymiarowej na przestrzeń o zmniejszonych wymiarach.
SM może znaleźć zastosowanie w budowie systemów eksploracji tekstu i wyszukiwania informacji , a także systemów zarządzających wektorami o dużej wymiarowości. SM jest alternatywą dla losowego mapowania , analizy głównych składowych i ukrytych metod indeksowania semantycznego .
Zobacz też
- Redukcja wymiarowości
- Analiza składowych głównych
- Ukryte indeksowanie semantyczne
- Ujednolicenie (redukcja logiczna)
- CORRÊA, RF; LUDERMIR, TB Poprawa samoorganizacji zbiorów dokumentów poprzez mapowanie semantyczne. Neurocomputing (Amsterdam), t. 70, s. 62-69, 2006. doi:10.1016/j.neucom.2006.07.007
- CORRÊA, RF i LUDERMIR, TB (2007) „Redukcja wymiarów bardzo dużych zbiorów dokumentów za pomocą mapowania semantycznego” . Obrady 6. Int. Warsztaty na temat samoorganizujących się map (WSOM). ISBN 978-3-00-022473-7 .