意义的主成分
计算与语言
2020-09-21 v1 机器学习
摘要
在本文中，我们论证科学中的（词汇）意义可在13维意义空间中表示。该空间是使用主成分分析（奇异值分解）对词类别相对信息增益矩阵构建的，其中类别为Web of Science所用者，词取自Web of Science文本中的精简词集。我们展示该精简词集可合理表示语料库中全部文本，从而主成分分析相对于语料库具有某种客观意义。我们论证13维足以描述科学文本的意义，并对主成分的定性意义进行假设。
引用
@article{arxiv.2009.08859,
title = {Principal Components of the Meaning},
author = {Neslihan Suzen and Alexander Gorban and Jeremy Levesley and Evgeny Mirkes},
journal= {arXiv preprint arXiv:2009.08859},
year = {2020}
}