首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于有监督学习的医疗实体抽取方法研究

摘要第4-5页
ABSTRACT第5页
第1章 绪论第8-14页
    1.1 研究背景及意义第8-9页
    1.2 国内外研究现状第9-12页
        1.2.1 国外研究现状第9-10页
        1.2.2 国内研究现状第10-12页
    1.3 本文的主要工作第12-13页
    1.4 本文的结构安排第13-14页
第2章 数据处理与表示第14-20页
    2.1 数据预处理第14-16页
        2.1.1 中文分词第14-15页
        2.1.2 词性标注第15-16页
    2.2 语料标注第16-18页
    2.3 特征提取与特征集选取第18-19页
    2.4 本章小结第19-20页
第3章 医疗实体抽取方法第20-30页
    3.1 基于术语表和语言规则方法第20-23页
        3.1.1 方法框架描述第20页
        3.1.2 自定义术语表第20-21页
        3.1.3 规则匹配第21-23页
    3.2 基于SVM模型方法第23-24页
        3.2.1 方法框架描述第23-24页
        3.2.2 SVM核函数选择和参数获取第24页
    3.3 基于CRF模型方法第24-29页
        3.3.1 方法框架描述第24-26页
        3.3.2 语料填充标注第26-28页
        3.3.3 特征模板选择第28-29页
    3.4 本章小结第29-30页
第4章 实验结果分析第30-42页
    4.1 实验背景第30-31页
    4.2 结果分析第31-40页
        4.2.1 术语表和语言规则方法结果第31-34页
        4.2.2 SVM模型方法结果第34-35页
        4.2.3 CRF模型方法结果第35-40页
    4.3 本章小结第40-42页
第5章 结论与展望第42-44页
    5.1 总结第42-43页
    5.2 展望第43-44页
致谢第44-45页
参考文献第45-49页
附录1 攻读硕士学位期间发表的论文第49-50页
附录2 攻读硕士学位期间参加的科研项目第50-51页
硕士学位论文(大摘要)第51-54页

论文共54页,点击 下载论文
上一篇:欧盟碳排放权交易市场内溢出效应研究
下一篇:基于价值提升的家电企业资产结构优化研究