An Algebraic Approach for High-level Text Analytics
An Algebraic Approach for High-level Text Analytics
复制标题
高级文本分析的代数方法
DOI：
10.1145/3400903.3400926
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Gupta, Amarnath
中科院分区：
文献类型：
--
作者：
Zheng, Xiuwen;Gupta, Amarnath
文本分析任务，如词嵌入、短语挖掘和主题建模，对现有的数据库管理系统提出了越来越高的要求和挑战。本文提出了一种新的基于关联数组的代数方法。我们的数据模型和代数可以将关系运算符和文本运算符结合在一起，这为同时具有关系数据和文本数据的混合数据源提供了有趣的优化机会。我们使用几个真实世界的任务展示了它在文本分析中的表达能力。
Text analytical tasks like word embedding, phrase mining and topic modeling, are placing increasing demands as well as challenges to existing database management systems. In this paper, we provide a novel algebraic approach based on associative arrays. Our data model and algebra can bring together relational operators and text operators, which enables interesting optimization opportunities for hybrid data sources that have both relational and textual data. We demonstrate its expressive power in text analytics using several real-world tasks.
DOI：
10.1109/bigdata.2017.8258298
发表时间：
2017-12
期刊：
2017 IEEE International Conference on Big Data (Big Data)
影响因子：
--
作者：
Hayden Jananthan;Ziqi Zhou;V. Gadepally;D. Hutchison;Suna Kim;J. Kepner
通讯作者：
Hayden Jananthan;Ziqi Zhou;V. Gadepally;D. Hutchison;Suna Kim;J. Kepner
论 LARA 的表达能力：线性和关系代数的统一语言
DOI：
--
发表时间：
2019
期刊：
International Conference on Database Theory
影响因子：
--
作者：
P. Barceló;N. Higuera;Jorge Pérez;Bernardo Subercaseaux
通讯作者：
Bernardo Subercaseaux
影响因子：
3.6
作者：
J. Golan
通讯作者：
J. Golan