X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
APP下载
欢迎光临,请  登录  |  注册
尊敬的,欢迎光临!  [会员中心]    [退出登录]
成果
成果 专家 院校 需求 政策
当前位置: 首页 >  科技成果  > 详细页

[00039383]一种基于Hadoop的文档分类方法

交易价格: 面议

所属行业: 分析仪器

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN201210072522.3

交易方式: 完全转让 许可转让 技术入股

联系人: 南京大学

所在地:江苏 南京市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
分享
|
收藏
|

技术详细介绍

本发明公开了一种基于Hadoop的文档分类方法,包括如下步骤:对训练用文档集进行预处理,将原始的文档转化成向量形式;将向量形式的数据上传至集群文件系统;所述集群文件系统对向量形式的数据进行分块处理;对分块处理后的数据进行map-reduce处理过程得到统计信息;根据统计信息训练分类器;利用得到的分类器对测试用的文档进行分类。本发明能够利用大量无标记的文本提高分类器的分类准确度;能够利用集群和并行计算模型提高训练分类器的速度。

推荐服务:

龙岩市科技创新服务平台

福建省龙岩市龙岩大道1号市行政办公中心

联系方式:0597-2601001,400-649-1633

|    关于我们    |    帮助中心    |

Copyright © 2019 龙岩市科技开发与科技特派员服务中心 版权所有

闽ICP备20015298号-1

闽公网安备 35080202351102号