| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究工作的背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 知识图谱的研究现状 | 第9-12页 |
| 1.2.2 知识图谱在医疗领域的研究现状 | 第12-14页 |
| 1.3 论文的主要研究内容 | 第14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 2 相关理论与技术 | 第16-26页 |
| 2.1 知识图谱技术 | 第16-22页 |
| 2.1.1 知识图谱的架构 | 第16页 |
| 2.1.2 知识图谱的构建 | 第16-22页 |
| 2.2 图形数据库理论与方法 | 第22-24页 |
| 2.2.1 图形数据库概念 | 第22-23页 |
| 2.2.2 Neo4j图形数据库 | 第23-24页 |
| 2.3 索引及检索技术 | 第24-25页 |
| 2.3.1 全文检索框架Lucene | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于CTD-BLSTM的知识图谱构建流程 | 第26-40页 |
| 3.1 框架流程 | 第26-27页 |
| 3.2 基于CTD-BLSTM的实体识别 | 第27-36页 |
| 3.2.1 基于双向LSTM的神经网络 | 第28-32页 |
| 3.2.2 构建基于CTD-BLSTM的实体识别框架 | 第32-36页 |
| 3.3 基于CTD-BLSTM的实体关系识别 | 第36-38页 |
| 3.3.1 实体识别和实体关系识别的联合学习 | 第36-37页 |
| 3.3.2 基于CTD-BLSTM的联合学习 | 第37-38页 |
| 3.4 知识图谱的绘制 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 基于CTD-BLSTM的中文医疗知识图谱构建 | 第40-59页 |
| 4.1 数据来源 | 第40-41页 |
| 4.2 分词 | 第41-43页 |
| 4.2.1 建立词典 | 第42页 |
| 4.2.2 基于词典分词 | 第42-43页 |
| 4.3 命名实体识别 | 第43-49页 |
| 4.3.1 数据预处理 | 第43页 |
| 4.3.2 特征选择 | 第43-45页 |
| 4.3.3 实验评测 | 第45-49页 |
| 4.4 实体关系识别 | 第49-53页 |
| 4.4.1 数据预处理 | 第49-50页 |
| 4.4.2 特征选择 | 第50-51页 |
| 4.4.3 实验评测 | 第51-53页 |
| 4.5 知识图谱的存储 | 第53-58页 |
| 4.5.1 数据入库 | 第53-55页 |
| 4.5.2 图形绘制 | 第55-56页 |
| 4.5.3 创建索引 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 5 基于知识图谱的医疗知识搜索的实现 | 第59-69页 |
| 5.1 系统总体框架 | 第59页 |
| 5.2 搜索语句处理模块 | 第59-61页 |
| 5.3 知识搜索分发模块 | 第61-62页 |
| 5.4 核心服务模块 | 第62-64页 |
| 5.4.1 基于知识图谱的搜索服务 | 第62-63页 |
| 5.4.2 面向社区问答的搜索服务 | 第63-64页 |
| 5.5 搜索结果展示模块 | 第64页 |
| 5.6 系统展示 | 第64-66页 |
| 5.7 知识图谱分析 | 第66-68页 |
| 5.8 本章小结 | 第68-69页 |
| 6 总结与展望 | 第69-71页 |
| 6.1 工作总结 | 第69-70页 |
| 6.2 工作展望 | 第70-71页 |
| 参考文献 | 第71-78页 |
| 攻读学位期间的研究成果 | 第78-80页 |
| 致谢 | 第80-81页 |
| 附录一 部分算法代码实现 | 第81-88页 |
| 附录二 部分系统代码实现 | 第88-98页 |