基于隐含语义分析的抖音短视频语义检测方法  

作　　者：赵楠[1] 范书国 甄琢 孟丹[1] 

机构地区：[1]沈阳师范大学,辽宁沈阳110034

出　　处：《科技资讯》2020年第4期9-10,共2页Science & Technology Information

基　　金：辽宁省教育厅基金项目——基于“粮安工程”的粮食全产业链流通过程中智能合约的关键技术研究与应用(项目编号:2018032)。

摘　　要：随着短视频关注度的不断提高,抖音短视频已经成为当前时代热点。针对于短视频、短文本,向量空间模型(VSM)表示方法存在高维度、同义多义问题,导致难以准确度量文本相似度,该文提出了一种基于隐含语义分析的聚类方法,利用LSA将训练数据聚类成隐含语义主题,通过奇异值分解,将词向量和文档向量投射到一个低维空间,用层次聚类算法确定初始中心,然后聚类得到结果。结论表明,短视频中的核心语义内容被成功保留下来,运用矩阵降维方法降低了计算量,冗余的相关性干扰得以解决,改变了视频语义检测的整体效果。

关 键 词：隐含语义 层次聚类 奇异值分解 矩阵降维 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]