跨域文本分类的目标是使从标记源域中学习到的知识适应未标记目标域，其中来自源域和目标域的文档来自不同的分布。 但是，尽管原始单词特征的分布不同，但是单词簇（概念特征）与文档类别之间的关联可能在不同域中保持稳定。 在本文中，我们将这些不变的关联作为通过非负矩阵三因子分解将知识从源域转换为目标域的桥梁。 具体来说，我们针对源域和目标域数据分别制定了两个矩阵三因子分解的联合优化框架，其中词簇与文档类之间的关联在它们之间共享。 然后，给出了用于该优化的迭代算法，并从理论上证明了其收敛性。 综合实验证明了该