基于奇异值分解的英文文本检索算法 (2011年)

提出一种英文文本检索算法，从文本中提取关键词项，根据转移概率计算出关键词项的状态矩阵，并通过奇异值分解，提取第一奇异值向量作为复特征向量，利用向量间的余弦相似度作为文本检索的相似度度量。实验结果表明，该算法在检索准确率和运算效率上都优于传统的LSA 算法。