发明名称 |
数据处理的方法及计算设备 |
摘要 |
本发明实施例提供了一种数据处理的方法,外部存储器中的大规模词包矩阵能分割成A个词包矩阵,其中第s个词包矩阵为X<sup>s</sup><sub>Ws×Ds</sub>,A和s为正整数,s=1,2,…,A,该方法包括:将外部存储器中第s=1个词包矩阵读取至内存;根据第s=1个词包矩阵随机初始化消息矩阵;采用EM算法确定单词-主题矩阵;释放内存中由第s=1个词包矩阵、消息矩阵和EM算法产生的文档-主题矩阵占用的空间,保留单词-主题矩阵并缓存在内存中;依次地对s>1的第s个词包矩阵X<sup>s</sup><sub>Ws×Ds</sub>,更新单词-主题矩阵。本发明实施例中,大规模词包矩阵能够分割成A个词包矩阵,针对其中每一个词包矩阵,采用EM算法,确定对应的单词-主题矩阵,并且及时释放EM算法的参数所占用的内存空间,该方法对内存资源的要求较低。 |
申请公布号 |
CN105224557A |
申请公布日期 |
2016.01.06 |
申请号 |
CN201410264449.9 |
申请日期 |
2014.06.13 |
申请人 |
华为技术有限公司 |
发明人 |
曾嘉;张世明;倪冰 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京龙双利达知识产权代理有限公司 11329 |
代理人 |
王君;肖鹂 |
主权项 |
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X<sup>s</sup><sub>Ws×Ds</sub>,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X<sup>s</sup><sub>Ws×Ds</sub>读取至内存;根据所述第s=1个词包矩阵X<sup>s</sup><sub>Ws×Ds</sub>,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X<sup>s</sup><sub>Ws×Ds</sub>、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X<sup>s</sup><sub>Ws×Ds</sub>,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X<sup>s</sup><sub>Ws×Ds</sub>的单词表中的单词数,Ds为所述第s个词包矩阵的文档数。 |
地址 |
518129 广东省深圳市龙岗区坂田华为总部办公楼 |