L'analisi semantica latente (LSA, Latent Semantic Analysis) è una tecnica che analizza e comprende le relazioni tra le parole in grandi quantità di testo. Aiuta a individuare schemi e significati osservando come le parole compaiono insieme nel contesto. L'LSA si usa spesso nell'elaborazione del linguaggio naturale (NLP) e nel recupero delle informazioni, per migliorare motori di ricerca, analisi dei contenuti e applicazioni di machine learning.
L'idea alla base dell'LSA è che le parole con significati simili tendono a comparire in contesti simili. Riducendo la complessità delle relazioni tra parole a un insieme più piccolo di concetti o temi, l'LSA scopre legami nascosti tra i termini, anche quando non compaiono insieme in modo esplicito. Questo è utile per rendere le ricerche più pertinenti, raggruppare contenuti correlati e migliorare i suggerimenti di contenuti, perché individua il significato che sta dietro a parole e frasi.