| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第15-40页 |
| 1.1 课题背景及意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-36页 |
| 1.2.1 信息抽取概述 | 第17-20页 |
| 1.2.2 通用领域命名实体识别研究现状 | 第20-22页 |
| 1.2.3 通用领域实体关系抽取研究现状 | 第22-25页 |
| 1.2.4 生物医学领域药物名识别研究现状 | 第25-32页 |
| 1.2.5 生物医学领域药物相互作用关系抽取研究现状 | 第32-36页 |
| 1.3 本文研究内容及创新点 | 第36-39页 |
| 1.3.1 研究内容 | 第36-38页 |
| 1.3.2 主要创新点 | 第38-39页 |
| 1.4 本文内容安排 | 第39-40页 |
| 第2章 基于多语义特征融合的药物名识别方法 | 第40-58页 |
| 2.1 引言 | 第40-41页 |
| 2.2 基于多语义特征融合的药物名识别 | 第41-50页 |
| 2.2.1 Skip-gram模型 | 第41-44页 |
| 2.2.2 特征抽取 | 第44-47页 |
| 2.2.3 药物名标注 | 第47-48页 |
| 2.2.4 后处理 | 第48-49页 |
| 2.2.5 基于多语义特征融合的药物名识别算法描述 | 第49-50页 |
| 2.3 实验与分析 | 第50-56页 |
| 2.3.1 药物名识别实验数据 | 第50-51页 |
| 2.3.2 评价准则 | 第51-52页 |
| 2.3.3 实验设置 | 第52页 |
| 2.3.4 实验结果与分析 | 第52-56页 |
| 2.4 本章小结 | 第56-58页 |
| 第3章 基于特征组合与特征选择的药物名识别方法 | 第58-71页 |
| 3.1 引言 | 第58页 |
| 3.2 面向药物名识别的特征生成框架 | 第58-65页 |
| 3.2.1 简单特征模板 | 第59-60页 |
| 3.2.2 特征组合 | 第60-61页 |
| 3.2.3 特征选择 | 第61-65页 |
| 3.3 基于特征组合与特征选择的药物名识别算法 | 第65页 |
| 3.4 实验与分析 | 第65-70页 |
| 3.4.1 实验数据与设置 | 第65页 |
| 3.4.2 实验结果与分析 | 第65-70页 |
| 3.5 本章小结 | 第70-71页 |
| 第4章 基于文本序列卷积神经网络的药物相互作用关系抽取方法 | 第71-87页 |
| 4.1 引言 | 第71-72页 |
| 4.2 药物相互作用关系抽取任务描述 | 第72-74页 |
| 4.3 基于文本序列卷积神经网络的药物相互作用关系抽取 | 第74-78页 |
| 4.3.1 数据预处理 | 第74-76页 |
| 4.3.2 文本序列卷积神经网络模型 | 第76-78页 |
| 4.4 实验与分析 | 第78-86页 |
| 4.4.1 药物相互作用关系抽取实验数据 | 第78-80页 |
| 4.4.2 评测方法 | 第80页 |
| 4.4.3 实验设置 | 第80-81页 |
| 4.4.4 实验结果与分析 | 第81-86页 |
| 4.5 本章小结 | 第86-87页 |
| 第5章 基于依存结构卷积神经网络的药物相互作用关系抽取方法 | 第87-102页 |
| 5.1 引言 | 第87-88页 |
| 5.2 依存句法树 | 第88-91页 |
| 5.3 基于依存结构卷积神经网络的药物相互作用关系抽取 | 第91-94页 |
| 5.3.1 数据预处理 | 第91页 |
| 5.3.2 依存结构卷积神经网络模型 | 第91-94页 |
| 5.4 基于候选关系实例长度的组合方法 | 第94-95页 |
| 5.5 实验与分析 | 第95-101页 |
| 5.5.1 实验设置 | 第95-97页 |
| 5.5.2 实验结果与分析 | 第97-101页 |
| 5.6 本章小结 | 第101-102页 |
| 结论 | 第102-104页 |
| 参考文献 | 第104-121页 |
| 攻读博士学位期间发表的论文及其他成果 | 第121-123页 |
| 致谢 | 第123-125页 |
| 个人简历 | 第125页 |
