L'analisi semantica latente (LSA) è una tecnica di analisi delle relazioni tra le parole di un documento di testo che prevede la ricerca di modelli nelle relazioni tra le parole. Viene utilizzata per quantificare e identificare la struttura semantica latente di un dato testo. Funziona trasformando il testo in una struttura matematica che misura la relazionalità delle parole nel testo.
La LSA si basa sulla teoria secondo cui il linguaggio viene utilizzato per esprimere un significato e che per comprendere un testo è necessario prendere in considerazione i diversi modi in cui le parole sono correlate. Presuppone che i testi contengano una struttura semantica sottostante, che può essere determinata analizzando le relazioni tra le parole. Questa tecnica è stata utilizzata con successo per analizzare testi di grandi dimensioni per una serie di applicazioni, tra cui la traduzione automatica, il recupero di documenti e la sintesi di testi.
La LSA si basa sull'ipotesi che le parole correlate dal punto di vista semantico abbiano modelli d'uso simili. È stata utilizzata per identificare la struttura semantica latente dei documenti, per classificarli in base agli argomenti trattati o per individuare la lingua di appartenenza di un documento. Può anche essere utilizzato per recuperare informazioni da un testo quando gli viene sottoposta una query.
La LSA è utilizzata in molte applicazioni, come il recupero di documenti, la traduzione automatica, l'indicizzazione dei motori di ricerca e la sintesi di testi. Grazie alla sua capacità di catturare la struttura semantica latente dei documenti, può essere utilizzata per classificarli in categorie significative o per rilevare il mix di lingue in un documento. Può anche essere utilizzato per recuperare informazioni da un testo quando gli viene sottoposta una query.
È più comunemente utilizzata nel campo dell'elaborazione del linguaggio naturale (NLP) e ha applicazioni nella programmazione informatica, nella sicurezza informatica e nell'intelligenza artificiale. La LSA è uno strumento potente per la comprensione di grandi quantità di testo ed è un componente importante per l'analisi del testo nel mondo digitale di oggi.