Konsep LSI
Konsep LSI adalah untuk mengumpulkan data yang mirip (relevan) konseptual dalam makna dan konteks, untuk permintaan pencarian yang dimasukkan oleh para pencari di Search Engine. Latent semantic analisis (LSA) mengotomatiskan proses mengkategorikan dokumen hampir seperti cara yang manusia lakukan. Teks yang dipilih mungkin tidak memiliki kata-kata atau kalimat yang sama.
PRINSIP LSI
LSI didasarkan pada prinsip bahwa kata-kata yang digunakan dalam konteks yang sama cenderung memiliki makna yang sama.
ALGORITMA LSI
- Merepresentasikan teks sebagai matriks yang setiap barisnya mewakili kata yang unik dan setiap kolom mewakili kalimat. Setiap sel berisikan frekuensi kemunculan kata di setiap kolom.
- Mendeskripsikan isi dari sel merupakan transformasi preliminary.
- Masing-masing frekuensi sel diberi bobot oleh sebuah fungsi yang menghasilkan keutamaan kata dalam sebuah kalimat.
- Mengaplikasikan SVD (Singular Value Decomposition) ke dalam matriks. Dalam SVD, matriks persegi didekomposisi menjadi tiga matriks lainnya. Matriks pertama mendeskripsikan baris asli sebagai vector turunan nilai factor orthogonal. Satu matriks lagi mendeskripsikan kolom seperti sebelumnya. Matriks ketiga adalah matriks diagonal yang memuat nilai skala jika ketiga komponen matriks dikalikan.
- Dari matriks-matriks yang telah dibuat, akan ditemukan kata yang berhubungan dengan kata kunci yang dicari. Kemudian, dari kata-kata tersebut, dicarilah halaman-halaman web yang sesuai dari daftar alamat web yang terdapat pada basis data.
Sumber :
Alib16. 2010. Sekilas Info Latent Semantic Indexing. Diambil dari : https://ads.id/forums/index.php?threads/sekilas-info-latent-semantic-indexing.37982/
Bian, Ryan. 2010. Pengertian Latent Semantic Indexing. Diambil dari https://ryanbian.wordpress.com/2010/06/15/pengertian-latent-semantic-indexing/
Ferdian, Edward, Hadisaputra, Rian dan Madjid, Nurkholis. Penerapan Metode Latent Semantic Indexing Pada Search Engine. Download
File Presentasi : Download