基于语义技术的问答系统构建研究--以糖尿病饮食为例
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 医学领域问答系统发展及研究现状 | 第12-16页 |
| 1.2.1 问答系统的基本框架 | 第12-13页 |
| 1.2.2 相对于传统医学信息获取模式的优点 | 第13页 |
| 1.2.3 国外医疗领域问答系统研究现状 | 第13-15页 |
| 1.2.4 国内医疗领域问答系统研究现状 | 第15-16页 |
| 1.3 本文的研究内容与方法 | 第16-17页 |
| 1.3.1 本文研究内容 | 第16-17页 |
| 1.3.2 研究方法 | 第17页 |
| 1.4 本文内容组织 | 第17-19页 |
| 2 自动问答系统的关键技术 | 第19-28页 |
| 2.1 问题分类 | 第19-20页 |
| 2.1.1 分类体系 | 第19页 |
| 2.1.2 分类方法 | 第19-20页 |
| 2.2 命名实体识别 | 第20-23页 |
| 2.2.1 命名实体识别的定义 | 第20页 |
| 2.2.2 命名实体识别类型 | 第20-21页 |
| 2.2.3 基于统计的实体识别 | 第21-23页 |
| 2.3 信息抽取 | 第23-24页 |
| 2.4 知识表示和推理 | 第24-27页 |
| 2.4.1 本体相关概念 | 第25-26页 |
| 2.4.2 本体的存储 | 第26页 |
| 2.4.3 本体查询语言 | 第26页 |
| 2.4.4 推理 | 第26-27页 |
| 2.5 小结 | 第27-28页 |
| 3 基于本体的自动问答系统设计与实现 | 第28-46页 |
| 3.1 设计思想、框架结构和流程图 | 第28-29页 |
| 3.2 本体知识库 | 第29-30页 |
| 3.3 数据预处理模块 | 第30-31页 |
| 3.4 基于SVM的问题分类 | 第31-34页 |
| 3.4.1 实验流程 | 第31-32页 |
| 3.4.2 人工标注 | 第32-33页 |
| 3.4.3 特征提取和特征值计算 | 第33-34页 |
| 3.4.4 基于SVM的问题分类实验 | 第34页 |
| 3.5 基于CRF的命名实体识别 | 第34-39页 |
| 3.5.1 实验流程 | 第34-35页 |
| 3.5.2 特征的选择 | 第35-37页 |
| 3.5.3 特征函数的获取 | 第37页 |
| 3.5.4 特征模板的制定 | 第37-38页 |
| 3.5.5 训练模型 | 第38-39页 |
| 3.6 生成SPARQL查询 | 第39-45页 |
| 3.7 小结 | 第45-46页 |
| 4 实验及结果讨论 | 第46-53页 |
| 4.1 问题分类实验 | 第46-49页 |
| 4.1.1 实验数据 | 第46页 |
| 4.1.2 评价方法 | 第46页 |
| 4.1.3 实验结果 | 第46-47页 |
| 4.1.4 讨论 | 第47-49页 |
| 4.2 实体识别实验 | 第49-51页 |
| 4.2.1 实验数据 | 第49-50页 |
| 4.2.2 评价方法 | 第50页 |
| 4.2.3 实验结果 | 第50-51页 |
| 4.2.4 讨论 | 第51页 |
| 4.3 推理实现 | 第51-53页 |
| 4.4 小结 | 第53页 |
| 5 总结与展望 | 第53-57页 |
| 5.1 工作总结 | 第53-54页 |
| 5.2 不足之处和进一步研究 | 第54-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 医学领域问答系统研究综述 | 第64-76页 |
| 参考文献 | 第72-76页 |
| 附件1 攻读学位期间发表论文目录 | 第76页 |
