| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·课题背景 | 第8页 |
| ·课题目的和意义 | 第8-11页 |
| ·本文的主要内容 | 第11-12页 |
| 第2章 蛋白质相互关系信息抽取方法 | 第12-25页 |
| ·引言 | 第12页 |
| ·生物医学实体关系信息抽取的方法 | 第12-14页 |
| ·基于共现的方法 | 第12-13页 |
| ·基于自然语言处理技术的方法 | 第13页 |
| ·基于信息抽取模式的方法 | 第13-14页 |
| ·基于机器学习的方法 | 第14页 |
| ·信息抽取领域的信息抽取模式学习方法 | 第14-24页 |
| ·基于人工语料标注的信息抽取模式学习方法 | 第15-21页 |
| ·基于人工语料分类的信息抽取模式学习方法 | 第21-23页 |
| ·基于种子式的自扩张模式抽取学习方法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 种子式自扩张模式抽取算法的改进与优化 | 第25-44页 |
| ·引言 | 第25页 |
| ·信息抽取模式表达式的设计 | 第25-30页 |
| ·基于有穷状态自动机的蛋白质关系抽取模式设计 | 第26-30页 |
| ·新的蛋白质关系抽取模式的作用和意义 | 第30页 |
| ·种子式自扩张模式抽取算法 | 第30-33页 |
| ·种子式自扩张模式抽取算法的实例系统ExDisco | 第31-32页 |
| ·算法应用于本问题的优点和不足 | 第32-33页 |
| ·改进的种子式自扩张模式抽取算法 | 第33-39页 |
| ·特例模式和普适模式及其形式化定义 | 第33-34页 |
| ·改进算法的基本流程 | 第34-35页 |
| ·模式的相似度计算 | 第35-36页 |
| ·模式、关系和候选关键词的置信度评估 | 第36-39页 |
| ·对比实验 | 第39-43页 |
| ·实验数据及评测指标 | 第39-40页 |
| ·实验参数的阈值设定 | 第40页 |
| ·实验结果及分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 系统实现 | 第44-54页 |
| ·蛋白质相互作用关系抽取系统的结构与工作流程 | 第44-45页 |
| ·系统主要模块的设计与实现 | 第45-53页 |
| ·检索并获取Medline 文献摘要模块 | 第46页 |
| ·文本预处理模块 | 第46-49页 |
| ·蛋白质命名实体识别模块 | 第49-51页 |
| ·种子式模式自扩张模块 | 第51-53页 |
| ·系统的不足 | 第53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60页 |