基于Web挖掘的中医知识发现研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-16页 |
| ·中医药学 | 第11页 |
| ·中医知识发现概述 | 第11-13页 |
| ·知识发现 | 第11-12页 |
| ·生物医学知识发现的研究现状 | 第12页 |
| ·中医文献知识发现 | 第12-13页 |
| ·知识发现的方法:文本挖掘 | 第13-14页 |
| ·论文的主要研究内容和结构 | 第14-16页 |
| 2 网页分类的相关技术 | 第16-26页 |
| ·网页分类概述 | 第16-17页 |
| ·文本表示模型 | 第17-18页 |
| ·文本的向量表示 | 第17页 |
| ·特征权重的计算 | 第17-18页 |
| ·特征选择 | 第18-20页 |
| ·文档频率 | 第19页 |
| ·信息增益 | 第19-20页 |
| ·互信息 | 第20页 |
| ·文本分类的算法 | 第20-23页 |
| ·朴素贝叶斯算法 | 第20-21页 |
| ·最大熵 | 第21-22页 |
| ·KNN算法 | 第22-23页 |
| ·决策树算法 | 第23页 |
| ·分类性能评价 | 第23-25页 |
| ·准确率、召回率和F-测度值 | 第23-24页 |
| ·微平均和宏平均 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 信息抽取 | 第26-37页 |
| ·信息抽取 | 第26-28页 |
| ·信息抽取的定义 | 第26页 |
| ·信息抽取的发展 | 第26-27页 |
| ·信息抽取的处理对象 | 第27-28页 |
| ·评价指标 | 第28页 |
| ·命名实体识别 | 第28-30页 |
| ·命名实体识别简介 | 第28-29页 |
| ·生物医学命名实体识别 | 第29页 |
| ·常用的命名实体识别方法 | 第29-30页 |
| ·基于统计方法的命名实体识别 | 第30-34页 |
| ·隐马尔科夫模型 | 第30-32页 |
| ·最大熵分类模型 | 第32-33页 |
| ·条件随机场 | 第33-34页 |
| ·实体关系分析 | 第34-35页 |
| ·信息 | 第35页 |
| ·本章小结 | 第35-37页 |
| 4 基于Web挖掘的中医药知识发现系统实现 | 第37-55页 |
| ·系统总体设计 | 第37-39页 |
| ·系统总体框架 | 第37-38页 |
| ·系统开发环境 | 第38-39页 |
| ·网页数据采集模块 | 第39-41页 |
| ·网络爬虫工作流程 | 第39-40页 |
| ·网络爬虫构建方式 | 第40页 |
| ·网页链接提取 | 第40-41页 |
| ·一些其他问题 | 第41页 |
| ·网页预处理模块 | 第41-45页 |
| ·文档对象模型(DOM) | 第42-43页 |
| ·NekoHTML提取网页正文 | 第43-45页 |
| ·网页分类模块 | 第45-48页 |
| ·基于字特征的文本特征表示 | 第45-46页 |
| ·分类器的实现 | 第46页 |
| ·分类过程 | 第46-48页 |
| ·医学实体识别模块 | 第48页 |
| ·关系建立模块 | 第48-52页 |
| ·中医药知识示范分析 | 第52-54页 |
| ·证病关系分析 | 第52-53页 |
| ·药症关系分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 作者简历 | 第59-61页 |
| 学位论文数据集 | 第61页 |
