PLSI vs. LSI

1.LSI的缺点：缺少令人满意的统计学基础。The rationale is that documents which share frequently co-occurring terms will have a similar representation in the latent space, even if they have no terms in common.

2.PLSI优点：建立在相似度规则、且建立了数据的产生式模型。可以充分运用统计学的理论，便于模型调节（model fitting）,模型合并（ model combination）,and 复杂度控制（complexity control）.并且，因子表示方法也可以解决一词多义的问题。

3.PLSA的核心建立在“方面模型（ Aspect model）”基础之上。