| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题背景 | 第11-12页 |
| ·现状分析 | 第12-14页 |
| ·文本分析与文本特征 | 第12-13页 |
| ·信息抽取与医学文本命名实体识别 | 第13-14页 |
| ·课题内容与论文结构 | 第14-17页 |
| ·课题内容 | 第15页 |
| ·论文结构 | 第15-17页 |
| 第2章 相关理论概述 | 第17-25页 |
| ·命名实体识别概述 | 第17-22页 |
| ·命名实体定义 | 第17-18页 |
| ·命名实体识别方法 | 第18-21页 |
| ·命名实体识别难点 | 第21-22页 |
| ·本体概述 | 第22-24页 |
| ·本体定义 | 第22-23页 |
| ·本体构建规则 | 第23-24页 |
| ·本体应用 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第3章 病历实体建模与多层学习的病历实体识别算法总体设计 | 第25-39页 |
| ·电子病历特点 | 第25-26页 |
| ·基于本体的病历实体模型 | 第26-32页 |
| ·病历实体定义 | 第26-29页 |
| ·基于本体的病历实体建模 | 第29-32页 |
| ·多层学习的病历实体识别 | 第32-38页 |
| ·临床病历本体特点 | 第33-34页 |
| ·多层学习的病历实体识别框架设计 | 第34-36页 |
| ·多层学习的病历实体识别算法设计 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 多层学习的病历实体识别算法详细设计 | 第39-63页 |
| ·基于CRF的病历实体识别 | 第39-51页 |
| ·CRF模型原理概述 | 第39-41页 |
| ·基于CRF的病历实体识别算法设计 | 第41-51页 |
| ·基于决策树的病历实体识别 | 第51-59页 |
| ·决策树分类方法概述 | 第51-55页 |
| ·基于决策树的病历实体识别算法设计 | 第55-59页 |
| ·基于先验规则的病历实体识别 | 第59-62页 |
| ·病历实体先验规则定义 | 第60-61页 |
| ·基于先验规则的病历实体识别算法设计 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 基于多层学习的病历实体识别算法实现与性能分析 | 第63-77页 |
| ·基于多层学习的病历实体识别算法实现 | 第63-68页 |
| ·初识别层实现 | 第63-64页 |
| ·修正识别层实现 | 第64-66页 |
| ·整合识别层实现 | 第66-67页 |
| ·结果输出层实现 | 第67-68页 |
| ·实验结果与性能分析 | 第68-76页 |
| ·实验数据 | 第68-69页 |
| ·实验与分析 | 第69-76页 |
| ·本章小结 | 第76-77页 |
| 第6章 总结与展望 | 第77-79页 |
| ·总结 | 第77-78页 |
| ·展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83页 |