公开(公告)号：CN106886569B

公开(公告)日：2020-05-12

申请号：CN201710026254.4

申请日：2017-01-13

Applicant: 重庆邮电大学

Inventor： 王进 ,  晏世凯 ,  邵帅 ,  李颖 ,  欧阳卫华 ,  胡峰 ,  李智星 ,  邓欣 ,  陈乔松 ,  雷大江

IPC: G06F16/35 ,  G06K9/62

Abstract: 本发明请求保护一种基于MPI的ML‑KNN多标签中文文本分类方法，涉及文本分类和机器学习中的多标签分类算法。为解决ML‑KNN算法在具体实现中大规模文本分类问题和求解优化问题，控制计算的时间和空间的开销，本发明采用的技术方案是，采用MPI编程实现中文文本数据的预处理、特征提取、ML‑KNN算法及分类的并行化。相比传统的串行多标签中文文本分类方法，本发明极大的提高了多标签中文文本分类的效率。同时，在数据量一定的情况下，算法的效率一般会随着计算资源(进程数)的增加而增加。值得一提的是，在基于MPI并行化ML‑KNN步骤中，对数据集进行划分时既可以以样本为单位划分，又可以以特征为单位划分，这使得本发明在处理高维文本数据的时候，具有更大的优势。

公开(公告)号：CN106886569A

公开(公告)日：2017-06-23

申请号：CN201710026254.4

申请日：2017-01-13

Applicant: 重庆邮电大学

Inventor： 王进 ,  晏世凯 ,  邵帅 ,  李颖 ,  欧阳卫华 ,  胡峰 ,  李智星 ,  邓欣 ,  陈乔松 ,  雷大江

IPC: G06F17/30 ,  G06K9/62

Abstract: 本发明请求保护一种基于MPI的ML‑KNN多标签中文文本分类方法，涉及文本分类和机器学习中的多标签分类算法。为解决ML‑KNN算法在具体实现中大规模文本分类问题和求解优化问题，控制计算的时间和空间的开销，本发明采用的技术方案是，采用MPI编程实现中文文本数据的预处理、特征提取、ML‑KNN算法及分类的并行化。相比传统的串行多标签中文文本分类方法，本发明极大的提高了多标签中文文本分类的效率。同时，在数据量一定的情况下，算法的效率一般会随着计算资源(进程数)的增加而增加。值得一提的是，在基于MPI并行化ML‑KNN步骤中，对数据集进行划分时既可以以样本为单位划分，又可以以特征为单位划分，这使得本发明在处理高维文本数据的时候，具有更大的优势。