| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第13-16页 |
| 1.1 课题背景 | 第13-14页 |
| 1.2 本文组织结构 | 第14-15页 |
| 1.3 本章小结 | 第15-16页 |
| 第2章 国内外研究现状 | 第16-31页 |
| 2.1 关系发现面临的问题 | 第16-17页 |
| 2.2 关系发现主要方法 | 第17-21页 |
| 2.3 中医药在信息抽取领域的研究现状 | 第21-22页 |
| 2.4 本文所涉技术和工具 | 第22-30页 |
| 2.4.1 词向量 | 第22-27页 |
| 2.4.2 Stanford Parser | 第27页 |
| 2.4.3 Weka工具包 | 第27页 |
| 2.4.4 Neo4j图数据库 | 第27-28页 |
| 2.4.5 《中医药学主题词表》 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于贝叶斯网络的主题词上下位关系发现 | 第31-41页 |
| 3.1 方法描述 | 第31页 |
| 3.2 基于贝叶斯网络的单味药上下位关系发现 | 第31-34页 |
| 3.2.1 根据词表确定类标号以及原始训练集合 | 第31-33页 |
| 3.2.2 利用搜索引擎与《中华本草》构建标准集 | 第33页 |
| 3.2.3 针对单味药的“性味归经”与“功效”构建向量空间 | 第33-34页 |
| 3.2.4 采用贝叶斯网络模型训练分类器 | 第34页 |
| 3.3 基于贝叶斯网络的方剂、疾病、证侯上下位关系发现 | 第34-35页 |
| 3.4 实验结果 | 第35-39页 |
| 3.4.1 评价指标 | 第35-36页 |
| 3.4.2 交叉验证 | 第36页 |
| 3.4.3 单味药实验结果 | 第36-37页 |
| 3.4.4 疾病实验结果 | 第37-38页 |
| 3.4.5 方剂实验结果 | 第38页 |
| 3.4.6 证侯实验结果 | 第38-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 药方病证关系发现 | 第41-58页 |
| 4.1 方法描述 | 第41-42页 |
| 4.2 单味药与疾病的治疗关系发现 | 第42-50页 |
| 4.2.1 构建三元组 | 第43-49页 |
| 4.2.2 利用三元组和词向量矩阵构造向量空间 | 第49-50页 |
| 4.2.3 利用支持向量机训练判定模型 | 第50页 |
| 4.3 方剂与疾病、疾病与证侯关系发现 | 第50-51页 |
| 4.4 基于字符串匹配的算法发现组成关系 | 第51-52页 |
| 4.5 实验分析 | 第52-57页 |
| 4.5.1 四遍预处理处理效果 | 第52-53页 |
| 4.5.2 构建Word2vec训练集 | 第53-55页 |
| 4.5.3 实验结果分析 | 第55-56页 |
| 4.5.4 实际应用举例 | 第56-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第5章 词典平台建设和应用 | 第58-64页 |
| 5.1 词条查询模块 | 第58-60页 |
| 5.2 智能计算模块 | 第60-62页 |
| 5.2.1 分词功能 | 第60-61页 |
| 5.2.2 分类功能 | 第61页 |
| 5.2.3 相关度计算 | 第61-62页 |
| 5.3 资源下载模块 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间主要的研究成果 | 第70-71页 |
| 致谢 | 第71页 |