[发明专利]数据处理的方法及计算设备有效
申请号: | 201410264449.9 | 申请日: | 2014-06-13 |
公开(公告)号: | CN105224557B | 公开(公告)日: | 2019-06-11 |
发明(设计)人: | 曾嘉;张世明;倪冰 | 申请(专利权)人: | 华为技术有限公司 |
主分类号: | G06F16/31 | 分类号: | G06F16/31 |
代理公司: | 北京龙双利达知识产权代理有限公司 11329 | 代理人: | 王君;肖鹂 |
地址: | 518129 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据处理 方法 计算 设备 | ||
1.一种数据处理的方法,其特征在于,外部存储器中的大规模词包矩阵能够分割成A个词包矩阵,所述A个词包矩阵中的第s个词包矩阵表示为XsWs×Ds,A和s为正整数,s=1,2,…,A,所述词包矩阵的行表示单词表索引,列表示文档索引,所述方法包括:
处理器将所述外部存储器中的第s=1个词包矩阵X1W1×D1读取至内存;
根据所述第s=1个词包矩阵X1W1×D1,随机初始化第一消息矩阵;
根据所述随机初始化的第一消息矩阵,采用期望最大化EM算法,确定第一单词-主题矩阵;
释放所述内存中由所述第s=1个词包矩阵X1W1×D1、第一消息矩阵和EM算法产生的第一文档-主题矩阵占用的空间,保留所述第一单词-主题矩阵并缓存在所述内存中;
依次地对s>1的第s个词包矩阵XsWs×Ds,更新所述第一单词-主题矩阵;
其中,Ws为所述第s个词包矩阵XsWs×Ds的单词表中的单词数,Ds为所述第s个词包矩阵的文档数。
2.根据权利要求1所述的方法,其特征在于,所述对s>1的第s个词包矩阵XsWs×Ds,更新所述第一单词-主题矩阵,包括:
将所述外部存储器中的第s个词包矩阵XsWs×Ds读取至所述内存;
基于第s-1个词包矩阵所确定的第一单词-主题矩阵,获取与所述第s个词包矩阵XsWs×Ds对应的第二单词-主题矩阵,所述第二单词-主题矩阵中的单词与所述第s个词包矩阵XsWs×Ds的单词表中的单词一致;
根据所述第s个词包矩阵XsWs×Ds,随机初始化第二文档-主题矩阵;
根据所述随机初始化的第二文档-主题矩阵和所述第二单词-主题矩阵,采用EM算法,确定更新后的第一单词-主题矩阵;
释放所述内存中由所述第s个词包矩阵XsWs×Ds、第二文档-主题矩阵和EM算法产生的第二消息矩阵占用的空间,保留所述更新后的第一单词-主题矩阵并缓存在所述内存中。
3.根据权利要求2所述的方法,其特征在于,所述基于第s-1个词包矩阵所确定的第一单词-主题矩阵,获取与所述第s个词包矩阵XsWs×Ds对应的第二单词-主题矩阵,包括:
根据所述第s个词包矩阵XsWs×Ds的单词表中的单词的索引,从所述第s-1个词包矩阵所确定的所述内存中缓存的第一单词-主题矩阵中,获取与所述单词的索引对应的所述第二单词-主题矩阵。
4.根据权利要求3所述的方法,其特征在于,所述基于第s-1个词包矩阵所确定的第一单词-主题矩阵,获取与所述第s个词包矩阵XsWs×Ds对应的第二单词-主题矩阵,还包括:
当所述内存中缓存的第一单词-主题矩阵的单词表中不包括所述第s个词包矩阵XsWs×Ds的单词表中的第一单词时,从所述外部存储器中的单词-主题矩阵XK×W中,获取与所述第一单词的索引对应的元素,并将所述与所述第一单词的索引对应的元素作为所述第二单词-主题矩阵中的对应元素;
其中,W为所述大规模词包矩阵的单词表中的单词数,K为主题数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410264449.9/1.html,转载请声明来源钻瓜专利网。