基于VSM权重改进算法的智能导医系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 图索引 | 第10-11页 |
| 表索引 | 第11-12页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文主要内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 2 相关技术 | 第18-30页 |
| 2.1 自然语言处理技术 | 第18-22页 |
| 2.1.1 中文分词方法 | 第18-19页 |
| 2.1.2 中文分词器介绍 | 第19-20页 |
| 2.1.3 同义词处理技术 | 第20-22页 |
| 2.2 推理方法概述 | 第22-25页 |
| 2.2.1 可信度方法 | 第23页 |
| 2.2.2 主观 Bayes 方法 | 第23-24页 |
| 2.2.3 证据理论 | 第24页 |
| 2.2.4 模糊集理论 | 第24-25页 |
| 2.3 向量空间模型 | 第25-28页 |
| 2.3.1 向量相似度 | 第25-27页 |
| 2.3.2 TF-IDF 算法 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 3 智能导医系统构建与分析 | 第30-35页 |
| 3.1 系统整体框架设计 | 第30-32页 |
| 3.2 系统主要模块设计分析 | 第32-33页 |
| 3.2.1 人机接口 | 第32页 |
| 3.2.2 存储数据库 | 第32-33页 |
| 3.2.3 自然语言处理 | 第33页 |
| 3.2.4 疾病推理和相似度计算 | 第33页 |
| 3.2.5 疾病可信度 | 第33页 |
| 3.3 本章小结 | 第33-35页 |
| 4 自然语言处理 | 第35-40页 |
| 4.1 盘古分词提取关键字 | 第35-38页 |
| 4.2 同义词处理 | 第38-39页 |
| 4.3 本章小结 | 第39-40页 |
| 5 疾病推理和相似度计算 | 第40-49页 |
| 5.1 初步不确定推理判断 | 第40-44页 |
| 5.2 疾病相似度计算 | 第44-47页 |
| 5.2.1 TF-IDF 计算症状权重 | 第45-46页 |
| 5.2.2 算法分析及改进 | 第46-47页 |
| 5.3 可信度计算 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 6 系统实现及实验分析 | 第49-59页 |
| 6.1 系统整体实现 | 第49-54页 |
| 6.2 实验分析 | 第54-58页 |
| 6.2.1 实验目的 | 第54页 |
| 6.2.2 实验环境和测试集 | 第54-55页 |
| 6.2.3 实验方法及结果分析 | 第55-58页 |
| 6.3 本章小结 | 第58-59页 |
| 7 总结与展望 | 第59-61页 |
| 7.1 本文工作总结 | 第59-60页 |
| 7.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 附录：攻读硕士学位期间主要的研究成果 | 第65页 |
