L'analyse sémantique latente (LSA, pour Latent Semantic Analysis) est une technique qui analyse et comprend les relations entre les mots dans de grands ensembles de textes. Elle repère des tendances et du sens en étudiant comment les mots apparaissent ensemble dans leur contexte. La LSA est souvent utilisée en traitement automatique du langage naturel (NLP) et en recherche d'information pour améliorer les moteurs de recherche, l'analyse de contenu et les applications de machine learning.
L'idée principale de la LSA est que les mots de sens proche ont tendance à apparaître dans des contextes similaires. En ramenant la complexité des relations entre les mots à un petit nombre de concepts ou de sujets, la LSA fait ressortir des liens cachés entre les termes, même s'ils n'apparaissent pas ensemble. C'est utile pour rendre la recherche plus pertinente, regrouper les contenus liés et améliorer les recommandations de contenu en identifiant le sens profond des mots et des expressions.