1、近年來，網(wǎng)上電子文檔的數(shù)量以指數(shù)級的速度增長，這使得文本分類在信息檢索、信息過濾以及信息管理等應用中變得越來越重要。向量空間模型是常用的文本表示方法之一，但這種方法存在空間維數(shù)過大和缺乏語義解釋的缺點。為了解決上述問題，本文結合潛在語義索引的思想，將非負矩陣分解應用于中文文本分類中。非負矩陣分解是一種嶄新的特征抽取方法。由于對分解結果加入非負限制，基于非負矩陣分解抽取的特征向量更能反映樣本的局部特征，因而更接近人們的認知習慣，并具有很高

2、的可解釋性和預測性。
　　 本文重點介紹了非負矩陣分解的基本思想和基本算法。然后，從理論上將非負矩陣分解算法與當下較為經(jīng)典的奇異值分解方法進行比較。在理論分析基礎上，本文分別應用非負矩陣分解算法和奇異值分解算法分解詞一文本矩陣，獲取詞語之間的相關性，有效地解決了向量空間模型中同義詞和多義詞的影響。實驗表明，與基于奇異值分解的潛在語義索引方法相比，該方法具有計算速度快、占用存儲空間較少的優(yōu)點。并且，在潛在語義數(shù)目降低較大的情況下，