基于分类器融合的生物医学命名实体与关系识别研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 前言 | 第9-10页 |
| 第一章 概述 | 第10-17页 |
| ·生物医学文本信息抽取 | 第10-11页 |
| ·生物医学命名实体识别 | 第11-13页 |
| ·生物医学命名实体关系识别 | 第13-14页 |
| ·评测标准 | 第14-15页 |
| ·重要国际评测会议 | 第15-17页 |
| 第二章 基于单分类器的生物医学命名实体识别 | 第17-29页 |
| ·引言 | 第17页 |
| ·分类器模型 | 第17-20页 |
| ·最大熵模型 | 第17-19页 |
| ·条件随机域模型 | 第19-20页 |
| ·特征选择 | 第20-22页 |
| ·基于最大熵模型的蛋白质名称识别 | 第22-26页 |
| ·模糊匹配算法 | 第22-23页 |
| ·规则过滤 | 第23-24页 |
| ·缩写词识别 | 第24-25页 |
| ·左右边界扩展 | 第25页 |
| ·实验结果与分析 | 第25-26页 |
| ·基于条件随机域模型的生物医学命名实体识别 | 第26-27页 |
| ·特征选择 | 第26页 |
| ·缩写词识别 | 第26页 |
| ·修改边界错误 | 第26页 |
| ·其他识别策略 | 第26-27页 |
| ·实验结果与分析 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第三章 基于分类器融合的生物医学命名实体识别 | 第29-39页 |
| ·引言 | 第29页 |
| ·多分类器融合基本理论 | 第29-34页 |
| ·基本分类器的联系 | 第31页 |
| ·获得不同基本分类器方法 | 第31-33页 |
| ·融合基本分类器方法 | 第33-34页 |
| ·基于分类器融合的生物医学命名实体识别方法 | 第34-38页 |
| ·融合方法 | 第34-35页 |
| ·特征提取 | 第35-36页 |
| ·缩写词识别 | 第36页 |
| ·嵌套识别 | 第36页 |
| ·实验结果与分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 蛋白质相互作用关系识别 | 第39-49页 |
| ·引言 | 第39页 |
| ·识别命名实体关系有关方法 | 第39-41页 |
| ·数据知识库识别方法 | 第39-40页 |
| ·机器学习识别方法 | 第40页 |
| ·模式识别方法 | 第40-41页 |
| ·生物医学命名实体关系评测语料及评价方法 | 第41页 |
| ·基于浅层语言学特征识别蛋白质相互作用关系 | 第41-44页 |
| ·实验结果与分析 | 第44-45页 |
| ·基于分类器融合的蛋白质相互作用关系识别 | 第45-48页 |
| ·选用的特征集合 | 第45-46页 |
| ·融合分类器的构建 | 第46页 |
| ·实验结果与分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 发表文章目录 | 第56-57页 |
| 致谢 | 第57-58页 |
| 详细摘要 | 第58-66页 |
