2.关于文本主题挖掘算法
2.2 基于线性代数的主题挖掘算法 概要：LSA (latent semantic analysis) 利 用 SVD (singular value
decomposition)的降维方法来挖掘文档的潜在结构 (语义结构),在低维的语义空 间里进行查询和相关性分析，通过SVD等数学手段，使得这种隐含的相关性能够被 很好地挖掘出来.
优点：语义空间的维度类似人类语义理解的维度，便于人类的理解，将表面信息转化为深层次的抽象.
缺点：未能解决文本的“一词多义”问题；使得主题的理解并不直观.