This HTML5 document contains 45 embedded RDF statements represented using HTML+Microdata notation.

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

Namespace Prefixes

PrefixIRI
dcthttp://purl.org/dc/terms/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
n20http://g.co/kg/m/
dbpedia-ruhttp://ru.dbpedia.org/resource/
rdfshttp://www.w3.org/2000/01/rdf-schema#
category-frhttp://fr.dbpedia.org/resource/Catégorie:
dbpedia-pthttp://pt.dbpedia.org/resource/
n4http://fr.dbpedia.org/resource/Modèle:
n10http://www.cs.brown.edu/people/th/papers/
n11http://fr.dbpedia.org/resource/Modèle:Traduction/
wikipedia-frhttp://fr.wikipedia.org/wiki/
dbpedia-fahttp://fa.dbpedia.org/resource/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
owlhttp://www.w3.org/2002/07/owl#
n16http://ma-graph.org/entity/
dbpedia-zhhttp://zh.dbpedia.org/resource/
dbpedia-frhttp://fr.dbpedia.org/resource/
prop-frhttp://fr.dbpedia.org/property/
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
dbrhttp://dbpedia.org/resource/
wikidatahttp://www.wikidata.org/entity/

Statements

Subject Item
dbpedia-fr:Analyse_sémantique_latente_probabiliste
rdfs:label
Probabilistic latent semantic analysis 概率潜在语义分析 Análise Probabilistica de Semântica Latente Analyse sémantique latente probabiliste
rdfs:comment
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.
owl:sameAs
wikidata:Q2845258 dbpedia-zh:概率潜在语义分析 dbpedia-ru:Вероятностный_латентно-семантический_анализ dbr:Probabilistic_latent_semantic_analysis n16:112933361 dbpedia-pt:Análise_Probabilistica_de_Semântica_Latente n20:06lcmw dbpedia-fa:آنالیز_پنهان_مفهومی_احتمالی
dbo:wikiPageID
1542185
dbo:wikiPageRevisionID
148265076
dbo:wikiPageWikiLink
dbpedia-fr:Décomposition_en_valeurs_singulières dbpedia-fr:Recherche_d'information dbpedia-fr:1999 dbpedia-fr:Modèle_génératif dbpedia-fr:Allocation_de_Dirichlet_latente dbpedia-fr:Surapprentissage category-fr:Intelligence_artificielle category-fr:Apprentissage_automatique dbpedia-fr:Thomas_Hofmann category-fr:Statistiques dbpedia-fr:Algèbre_linéaire dbpedia-fr:Traitement_automatique_des_langues dbpedia-fr:Analyse_sémantique_latente dbpedia-fr:Apprentissage_automatique dbpedia-fr:Loi_de_probabilité_à_plusieurs_variables dbpedia-fr:Statistique dbpedia-fr:Anglais
dbo:wikiPageExternalLink
n10:Hofmann-UAI99.pdf
dbo:wikiPageLength
4427
dct:subject
category-fr:Apprentissage_automatique category-fr:Statistiques category-fr:Intelligence_artificielle
prop-fr:wikiPageUsesTemplate
n4:, n11:Référence n4:Portail n4:Ébauche n4:En
prov:wasDerivedFrom
wikipedia-fr:Analyse_sémantique_latente_probabiliste?oldid=148265076&ns=0
foaf:isPrimaryTopicOf
wikipedia-fr:Analyse_sémantique_latente_probabiliste
dbo:abstract
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).