首页> 中国专利> 一种基于局部敏感哈希的分布式快速文本分类方法

一种基于局部敏感哈希的分布式快速文本分类方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于局部敏感哈希的分布式快速文本分类方法。本发明针对现有文本分类方法耗时久，精度低，无法满足大数据环境要求等问题，首先采用局部敏感哈希方法压缩数量巨大的文本特征，以提炼有用特征，加快处理速度；其次匹配文本特征与已有类别特征，实现文本类别的快速计算；基于Spark框架对算法进行设计与实现，进一步加快了算法执行速度并提高了算法在大数据环境下的可扩展能力。

著录项

公开/公告号CN105183792B

专利类型发明专利
公开/公告日2017-05-24

原文格式PDF
申请/专利权人东南大学;
展开▼

申请/专利号CN201510521022.7
发明设计人杨鹏;顾梁;董永强;
展开▼

申请日2015-08-21
分类号
代理机构南京苏高专利商标事务所(普通合伙);
代理人李玉平
地址 210096 江苏省南京市玄武区四牌楼2号
入库时间 2022-08-23 09:56:38

法律信息

法律状态公告日

法律状态信息

法律状态
2017-05-24

授权

授权
2016-01-20

实质审查的生效 IPC(主分类):G06F 17/30 申请日:20150821

实质审查的生效
2015-12-23

公开

公开

相似文献

专利
中文文献
外文文献

1. 一种基于局部敏感哈希的分布式快速文本分类方法 [P] . 中国专利： CN105183792B . 2017.05.24
2. 一种基于文本分布式特征表示的垃圾稿件分类方法 [P] . 中国专利： CN105389379B . 2018.12.04
3. A method of classifying text units based on scores, computer program product and computer therefor [P] . 德国专利： DE112013002187T5 . 2015-01-08

机译：一种基于分数的文本单元分类方法，计算机程序产品及其计算机
4. The system and method based on computer for the development of monolingual documents systems based computer to translate text input in language source for a foreign language and to desInvolvement of documents mono and multilingual translation method based on the computer to translate the text in the language source for a language estrageira method based on computer for developmentThe documents mono and multilingual translation and domain model tripartite [P] . BR9307175A . 1999-03-30

机译：用于开发单语文档的基于计算机的系统和方法基于计算机的系统，用于翻译外语源中的文本输入，并且基于计算机的单，多语翻译方法涉及用于翻译语言源中的文本的计算机。一种基于计算机的语言开发方法用于文档开发单，多语言翻译和领域模型三方
5. METHOD AND DEVICE FOR CLASSIFYING INFORMATION BASED ON INTEREST OF USER AND STORAGE MEDIUM RECORDING PROGRAM FOR CLASSIFYING INFORMATION BASED ON INTEREST OF USER [P] . 日本专利： JPH11242679A . 1999-09-07

机译：一种基于用户兴趣的信息分类方法和装置以及一种基于用户兴趣的存储信息记录程序