生物命名实体识别及生物文本分类

作者简介	第1-4页
摘要	第4-6页
ABSTRACT	第6-8页
目录	第8-11页
第一章 绪论	第11-25页
·研究背景和意义	第11-12页
·生物命名实体识别和生物医学文本分类研究进展	第12-20页
·生物命名实体识别研究进展	第12-19页
·生物医学文本分类研究进展	第19-20页
·本文主要工作及结构安排	第20-25页
·本文的主要工作及创新	第20-22页
·本文结构安排	第22-25页
第二章 相关理论基础	第25-43页
·条件随机域模型	第25-31页
·图模型	第25-27页
·隐马尔科夫模型	第27-28页
·条件随机域模型	第28-31页
·膜系统介绍	第31-34页
·膜结构	第31-33页
·膜系统的定义	第33-34页
·膜系统的特征	第34页
·粒子群优化	第34-41页
·粒子群优化的思想	第34-37页
·实数粒子群优化	第37-40页
·离散粒子群优化	第40-41页
·小结	第41-43页
第三章 基于粒子群优化的特征选择算法	第43-61页
·引言	第43-44页
·基于二进制粒子群优化的特征选择方法	第44-48页
·传统二进制粒子群优化	第44-46页
·改进二进制粒子群优化算法	第46-47页
·改进二进制粒子群优化的特征选择算法	第47-48页
·基于膜粒子群优化的特征选择算法	第48-51页
·膜粒子群优化	第48-50页
·膜粒子群优化的特征选择算法	第50-51页
·实验结果及分析	第51-59页
·算法性能比较与分析	第51-52页
·条件随机域特征选择比较	第52-53页
·生物医学文本特征选择比较	第53-59页
·小结	第59-61页
第四章 基于粒子群优化的条件随机域模型参数估计	第61-71页
·引言	第61-62页
·条件随机域模型参数估计方法	第62-65页
·改进的粒子群优化算法	第62-63页
·改进粒子群优化参数估计方法	第63-65页
·实验结果	第65-69页
·GENIA 资料库上的实验结果	第65-66页
·GENETAG 资料库上的实验结果	第66-67页
·自建资料库上的实验结果	第67-69页
·小结	第69-71页
第五章 基于条件随机域模型的生物命名实体识别方法	第71-91页
·引言	第71-72页
·生物命名实体识别问题	第72-74页
·问题定义	第72-73页
·命名实体识别存在的问题	第73-74页
·命名实体识别系统的评价	第74页
·生物命名实体识别方法	第74-87页
·生物文本预处理	第75-79页
·条件随机域特征选择	第79-83页
·条件随机域模型参数估计	第83-84页
·生物命名实体边界识别	第84-85页
·生物命名实体类型识别	第85页
·外部资源	第85-87页
·实验结果	第87-89页
·小结	第89-91页
第六章 基于可拓分类器的生物医学文本分类方法	第91-99页
·引言	第91-92页
·生物文本的可拓分类方法	第92-95页
·生物医学文本的表示	第92页
·可拓分类器	第92-94页
·可拓分类器的训练	第94-95页
·实验结果	第95-98页
·实验数据	第95页
·评价指标	第95-96页
·生物医学文本分类实验	第96-98页
·小结	第98-99页
第七章 全文总结	第99-103页
·本文主要工作	第99-100页
·有待进一步研究的问题	第100页
·未来工作展望	第100-103页
致谢	第103-105页
参考文献	第105-117页
攻读博士学位期间的研究成果	第117-118页
学术论文	第117页
参加研究的科研项目	第117-118页