为文本分析提速
分布式、并行与集群计算
2018-06-05 v1 信息检索
摘要
文本数据的数量已达到新的规模，并继续以空前的速度增长。IBM 的 SystemT 软件是一个强大的文本分析系统，它提供基于查询的接口来揭示这些海量数据中所蕴含的有价值信息。然而，尽管具备高内存带宽，传统服务器架构仍无法以高效方式分析所谓的“大数据”。我们展示了通过使用在可重构逻辑中实现的流式硬件加速器，SystemT 的信息抽取查询的吞吐率可提升一个数量级。我们介绍了如何通过扩展 SystemT 现有的编译流程，并使用能够高效利用加速器带宽的多线程通信接口来部署此类系统。
引用
@article{arxiv.1806.01103,
title = {Giving Text Analytics a Boost},
author = {Raphael Polig and Kubilay Atasu and Laura Chiticariu and Christoph Hagleitner and H. Peter Hofstee and Frederick R. Reiss and Eva Sitaridi and Huaiyu Zhu},
journal= {arXiv preprint arXiv:1806.01103},
year = {2018}
}