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

生物医学领域的实体因果关系抽取

中文摘要第4-5页
abstract第5页
第一章 绪论第10-17页
    1.1 研究背景与意义第10-11页
    1.2 研究现状与动机第11-15页
        1.2.1 研究现状第11-14页
        1.2.2 研究动机第14-15页
    1.3 研究内容第15页
    1.4 文章架构第15-17页
第二章 实体因果关系抽取相关知识第17-29页
    2.1 实体因果关系抽取概述第17-21页
        2.1.1 任务概述第17页
        2.1.2 生物学表征语言第17-19页
        2.1.3 因果关系评价方法第19-21页
        2.1.4 评价指标第21页
    2.2 相关实验方法第21-25页
        2.2.1 条件随机场第22-23页
        2.2.2 循环神经网络第23-24页
        2.2.3 卷积神经网络第24-25页
    2.3 相关工具及资源第25-27页
        2.3.1 命名实体识别与映射工具第25-26页
        2.3.2 句法分析器第26页
        2.3.3 词对齐工具第26-27页
        2.3.4 序列化标注工具第27页
        2.3.5 深度学习开源框架第27页
    2.4 系统框架图第27-29页
第三章 基于词对齐的实例级因果关系抽取语料构建第29-50页
    3.1 语料预处理第29-32页
        3.1.1 语料统计第29-30页
        3.1.2 文本符号化第30-31页
        3.1.3 消除冗余和不一致语句第31-32页
        3.1.4 调整功能层次第32页
    3.2 命名实体识别和映射第32-34页
        3.2.1 基于工具的方法第33页
        3.2.2 基于字典的方法第33-34页
    3.3 构建平行语料第34-43页
        3.3.1 文本预处理第35页
        3.3.2 实体对齐第35-36页
        3.3.3 简化文本句子第36-38页
        3.3.4 序列化BEL语句第38-42页
        3.3.5 未匹配句对分析第42-43页
    3.4 构建层次序列化标注语料第43-48页
        3.4.1 词对齐第43-44页
        3.4.2 构建层次化标注语料第44-45页
        3.4.3 词对齐错误分析第45-46页
        3.4.4 标注语料统计第46-48页
    3.5 本章小结第48-50页
第四章 基于层次序列化标注的因果关系抽取第50-63页
    4.1 层次序列化标注模型第50-56页
        4.1.1 实验模型与特征第51页
        4.1.2 训练标注模型第51-52页
        4.1.3 测试标注模型第52-53页
        4.1.4 还原BEL语句第53-56页
    4.2 实验语料第56-57页
    4.3 实验结果与分析第57-62页
        4.3.1 不同实体识别方法对训练集规模的影响第57-59页
        4.3.2 不同实体识别方法对开发集性能的影响第59-60页
        4.3.3 测试集性能比较第60-62页
    4.4 本章小结第62-63页
第五章 基于序列标注与二元分类混合模型的因果关系抽取第63-75页
    5.1 序列标注和二元分类混合模型第63-67页
        5.1.1 实验模型第64-65页
        5.1.2 实验特征与参数第65-66页
        5.1.3 组合BEL语句第66-67页
    5.2 实验语料第67-71页
        5.2.1 序列化标注语料的构建第67-68页
        5.2.2 关系抽取语料的构建第68-70页
        5.2.3 关系抽取语料统计第70-71页
    5.3 实验结果与分析第71-74页
        5.3.1 不同模型的性能比较第71-72页
        5.3.2 关系抽取性能分析第72页
        5.3.3 层次序列化标注模型与混合模型的性能比较第72-73页
        5.3.4 与其他系统性能的对比第73-74页
    5.4 本章小结第74-75页
第六章 总结与展望第75-77页
    6.1 工作总结第75-76页
    6.2 工作展望第76-77页
参考文献第77-84页
攻读学位期间公开发表的论文第84页
攻读学位期间申请的专利第84-85页
致谢第85-86页

论文共86页,点击 下载论文
上一篇:两类具有非平行超平面的学习机及其快速求解算法研究
下一篇:基于云计算的大规模无人机遥感数据处理的优化研究