典型文献
基于关键词生成的网格事件相似度并行计算
文献摘要：
为实现在海量网格事件库中快速、准确地检索事件,本文提出一种基于关键词生成的网格事件相似度并行计算方法.该方法通过双向LSTM网络的编码器和单向LSTM网络的解码器构建指针生成网络生成事件关键词,使用记忆网络作为指针生成网络的序列信息存储单元,并将注意力机制用在输入序列上以将更重要的信息输入至解码器,同时引入覆盖机制来解决生成重复文本问题.在生成事件关键词后,基于结构相似度和情境相似度计算事件总体相似度,并利用GPU对LSTM网络和相似度计算进行加速.实验结果表明:相比基于机器学习的计算方法,该方法在事件相似度计算性能上更好,最高获得了4.04倍的加速比.
文献关键词：
生成;网格事件;相似度计算;指针生成网络;图形处理器;并行计算
中图分类号：
作者姓名：
陈钢;陈健鹏;佘祥荣;秦加奇;陈剑
作者机构：
长三角信息智能创新研究院, 芜湖 241060
文献出处：
引用格式：
[1]陈钢;陈健鹏;佘祥荣;秦加奇;陈剑-.基于关键词生成的网格事件相似度并行计算)[J].计算机系统应用,2022(06):48-55
A类：
网格事件
B类：
关键词生成,并行计算,事件库,编码器,解码器,指针生成网络,成事,记忆网络,序列信息,信息存储,存储单元,注意力机制,列上,信息输入,覆盖机制,结构相似度,相似度计算,GPU,算进,比基,基于机器学习,加速比,图形处理器
AB值：
0.30984
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
