| 基于GPU加速的并行WMD算法 |
| |
| 引用本文： | 胡蓉,阳王东,王昊天,罗辉章,李肯立. 基于GPU加速的并行WMD算法[J]. 计算机科学, 2021, 48(12): 24-28. DOI: 10.11896/jsjkx.210600213 |
| |
| 作者姓名： | 胡蓉 阳王东 王昊天 罗辉章 李肯立 |
| |
| 作者单位： | 湖南大学信息科学与工程学院 长沙410082 |
| |
| 摘 要： | Word Mover's Distance(WMD)是一种度量文本相似度的方法,它将两个文本之间的差异定义为文本的词嵌入向量之间的最小距离.WMD利用词汇表,将文本表示为归一化的词袋向量.文本的单词在语料中所占的比例很小,因此用词袋模型生成的文本向量很稀疏.多个文本可以组成一个高维的稀疏矩阵,这样的稀疏矩阵会生成大量不必要的运算.通过一次性对多个目标文本计算单个源文本的WMD,可以使计算过程高度并行化.针对文本向量的稀疏性,文中提出了一种基于GPU的并行Sinkhorn-WMD算法,采取压缩格式存储目标文本的方式来提高内存利用率,根据稀疏结构减少中间过程的计算.利用预训练词嵌入向量计算单词距离矩阵,对WMD算法进行改进,在两个公开的新闻数据集上进行优化算法的验证.实验结果表明,在NVIDIA TITAN RTX上并行算法与CPU串行相比最高可以达到67.43倍的加速.
|
| 关 键 词： | 文本相似度 WMD 并行计算 GPU 稀疏矩阵乘法 |
Parallel WMD Algorithm Based on GPU Acceleration |
| |
| HU Rong,YANG Wang-dong,WANG Hao-tian,LUO Hui-zhang,LI Ken-li. Parallel WMD Algorithm Based on GPU Acceleration[J]. Computer Science, 2021, 48(12): 24-28. DOI: 10.11896/jsjkx.210600213 |
| |
| Authors: | HU Rong YANG Wang-dong WANG Hao-tian LUO Hui-zhang LI Ken-li |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
