Phân tích ngữ nghĩa tiềm ẩn (LSA) là một kỹ thuật xử lý thông tin được sử dụng trong các lĩnh vực xử lý ngôn ngữ tự nhiên (NLP) và truy xuất thông tin (IR). Đây là một thuật toán toán học cố gắng giải mã mối quan hệ giữa các từ được sử dụng trong tài liệu văn bản bằng cách dựa vào các mô hình không gian vectơ. LSA cố gắng khám phá các mối quan hệ 'tiềm ẩn' hoặc ẩn giấu giữa các từ khác nhau trong các tài liệu khác nhau, nhằm tạo ra sự hiểu biết chính xác hơn về các mối quan hệ ngữ nghĩa.
Nó được đề xuất lần đầu tiên bởi Giáo sư Peter Landauer của Đại học California Berkeley và đồng nghiệp John Daugman vào năm 1987. Kỹ thuật cơ bản bao gồm việc phân tích sự xuất hiện của các thuật ngữ trong tài liệu bằng cách sử dụng ma trận các giá trị. Nó sử dụng đại số ma trận và phân tách giá trị số ít để giảm tính chiều của ma trận gốc, tạo ra mô hình không gian vectơ của tài liệu. Bản đồ vectơ này sau đó trở thành cơ sở để xác định các mối quan hệ ngữ nghĩa.
LSA đã được sử dụng trong các ứng dụng như chức năng tự động hoàn thành trong trình duyệt web, hệ thống hỏi đáp và phân loại tài liệu. Nó cũng là một công cụ hữu ích để tìm kiếm các bài viết, tài liệu liên quan đến một số chủ đề nhất định. Một ứng dụng cụ thể là tối ưu hóa công cụ tìm kiếm: bằng cách sử dụng LSA, các thuật toán của công cụ tìm kiếm có thể xác định tốt hơn mức độ liên quan của kết quả truy vấn với truy vấn cụ thể đang được thực hiện.
Trong lĩnh vực học thuật, LSA được sử dụng để xác định kiến thức chuyên môn trong hệ thống giáo dục, xác định các xu hướng tiềm ẩn trong ngữ liệu văn bản và phát hiện đạo văn. LSA cũng đã được sử dụng trong các nghiên cứu tâm lý để giúp xác định các khía cạnh quan trọng trong nhận thức và khả năng hiểu ngôn ngữ của con người.
Do khả năng khám phá các mối quan hệ ngữ nghĩa tiềm ẩn, LSA đã trở thành một công cụ ngày càng phổ biến cho các nhiệm vụ xử lý ngôn ngữ tự nhiên và truy xuất thông tin. Các ứng dụng của nó bao gồm từ tối ưu hóa công cụ tìm kiếm đến nghiên cứu học thuật, khiến nó trở thành một công cụ vô giá đối với nhiều người dùng.
