MapReduce原理及其在自然语言处理中的应用研究  

Study of MapReduce Principle and its Main Applications in Natural Language Processing

作　　者：亢丽芸[1] 王效岳[1] 白如江[1] 

机构地区：[1]山东理工大学科技信息研究所,山东淄博255049

出　　处：《情报科学》2014年第5期120-126,共7页Information Science

基　　金：国家社会科学基金一般项目(10BTQ047);山东省自然科学基金项目(ZR2011GL025)

摘　　要：针对目前海量数据处理在处理速度、存储空间、容错性、访问时间等方面存在的问题,对Google MapReduce编程模型的原理、执行流程等进行分析,从MapReduce与索引构建、统计机器翻译、聚类算法、文本分类四个方面,总结MapReduce编程模型在自然语言处理及信息检索等领域的主要应用,以期对MapReduce编程模型原理及其主要应用有一个较全面的认识。In connection with problems in processing speed, storage space, fault tolerance, access time and others of massive data processing, this paper analyzes and researches principle, implementation process of Google MapReduee programming model, then summaries the main applications of programming model in the field of natural language processing and information retrieval in four aspects which are index construction, statistical machine translation, MapReduce and clustering algorithms, MapReduce and text classification,to have a comprehensive understanding of MapReduce programming model and it＇s main applications.

关 键 词：MAPREDUCE 自然语言处理 索引构建 统计机器翻译 聚类算法 文本分类 

分 类 号：G254[文化科学—图书馆学]