基于并行機器學習的大規(guī)模專利分類.pdf

1、當今社會很多實際問題都可以歸結為大規(guī)模的模式識別問題，比如對網(wǎng)頁信息的數(shù)據(jù)挖掘、交通系統(tǒng)客流分析等等。然而對于大規(guī)模問題，即使像SVM等高效算法依然難以真正突破這個瓶頸。另一方面，現(xiàn)在計算資源越來越豐富，利用豐富的并行計算資源來解決大規(guī)模的實際問題是一個可行的方法。專利文本分類問題是一個大規(guī)模、不平衡問題，實現(xiàn)專利分類具有很高的現(xiàn)實意義，例如分析某領域技術發(fā)展趨勢等。為了解決專利文本分類等實際問題，我們利用現(xiàn)在越來越豐富的計算資源，采用

2、基于并行的算法結構，從而實現(xiàn)對原問題有效的模式分類。呂寶糧和他的合作者提出了一種并行的支持向量機，稱為最小最大模塊化網(wǎng)絡(M3)，它是基“分而治之”的思想解決大規(guī)模問題的有效的學習算法。M3將大規(guī)模問題進行分解，使其轉變?yōu)榇罅啃∫?guī)模問題，從而實現(xiàn)了并行化。被分解成的小規(guī)模問題相對簡單，容易解決，而且這些問題相互獨立，最后將子問題的解規(guī)則進行合并，從而得到原問題的解。專利分類要求分類精度高、分類效果好，為了解決實際問題，我們在非對稱選擇算