| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 生物医学命名实体识别 | 第10-12页 |
| 1.2.2 生物医学文本挖掘技术在Hadoop上的应用 | 第12-13页 |
| 1.3 研究内容 | 第13页 |
| 1.4 技术路线 | 第13-14页 |
| 1.5 本文结构 | 第14-16页 |
| 第二章 相关理论与技术 | 第16-26页 |
| 2.1 生物医学文本挖掘 | 第16-17页 |
| 2.1.1 生物医学文本挖掘概述 | 第16页 |
| 2.1.2 生物医学文本挖掘技术 | 第16-17页 |
| 2.2 生物医学文本的命名实体识别 | 第17-19页 |
| 2.2.1 生物医学命名实体识别方法概述 | 第17-18页 |
| 2.2.2 生物医学命名实体识别语料库 | 第18-19页 |
| 2.3 Hadoop平台 | 第19-22页 |
| 2.3.1 Hadoop项目介绍 | 第19-20页 |
| 2.3.2 HDFS简介 | 第20-21页 |
| 2.3.3 MapReduce工作原理 | 第21-22页 |
| 2.4 隐马尔可夫模型 | 第22-24页 |
| 2.4.1 马尔科夫链 | 第22-23页 |
| 2.4.2 HMM模型定义 | 第23-24页 |
| 2.5 条件随机场模型 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 Hadoop平台上的命名实体识别 | 第26-45页 |
| 3.1 基于MapReduce的HMM模型参数训练 | 第26-36页 |
| 3.1.1 HMM模型参数训练 | 第26-27页 |
| 3.1.2 Hadoop上的HMM模型参数训练流程 | 第27-28页 |
| 3.1.3 MapReduce任务过程 | 第28-36页 |
| 3.2 基于MapReduce的命名实体识别 | 第36-42页 |
| 3.2.1 命名实体识别过程 | 第36-39页 |
| 3.2.2 MapReduce任务过程 | 第39-42页 |
| 3.3 基于MapReduce的CRF模型参数训练 | 第42-44页 |
| 3.3.1 CRF模型参数训练 | 第42页 |
| 3.3.2 MapReduce任务过程 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 Hadoop平台搭建及命名实体识别 | 第45-61页 |
| 4.1 实验平台搭建 | 第45-50页 |
| 4.1.1 集群节点配置 | 第45-46页 |
| 4.1.2 JDK安装 | 第46页 |
| 4.1.3 SSH的安装和配置 | 第46-47页 |
| 4.1.4 安装配置Hadoop | 第47-50页 |
| 4.2 命名实体识别评测方法 | 第50-51页 |
| 4.3 命名实体识别模型比较 | 第51-56页 |
| 4.3.1 训练语料库 | 第51页 |
| 4.3.2 状态集合nS的扩充 | 第51-53页 |
| 4.3.3 命名实体识别性能比较 | 第53-55页 |
| 4.3.4 模型训练效率比较 | 第55-56页 |
| 4.4 基于HMM模型的Hadoop集群测试 | 第56-60页 |
| 4.4.1 测试数据预处理 | 第56-58页 |
| 4.4.2 实验结果与分析 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |
