论文部分内容阅读
提出一种基于非负矩阵分解（NMF、SNMF和WNMF）的中文倾向性句子识别算法．该算法首先构建倾向性特征矩阵，然后通过NMF、SNMF和WNMF算法分别来降维、提取潜在语义，最后采用支持向量机分类器识别中文倾向性句子．实验结果表明，与PCA和SVD相比，NMF、SNMF和WNMF算法能有效地降低维度、提取潜在语义，并提高倾向性句子识别的精度．