首页--医药、卫生论文--肿瘤学论文--神经系肿瘤论文

基于文本挖掘的胶质瘤蛋白质相互作用抽取方法的研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-17页
    1.1 论文背景和意义第10-12页
    1.2 国内外研究现状第12-15页
        1.2.1 命名实体识别第12-14页
        1.2.2 蛋白质相互作用关系抽取第14-15页
    1.3 论文的主要内容第15-16页
    1.4 本文结构第16页
    1.5 本章小结第16-17页
第二章 相关模型及相关技术介绍第17-30页
    2.1 条件随机场第17-20页
        2.1.1 CRF原理第17-18页
        2.1.2 CRF在文本挖掘应用中的优点与不足第18-20页
    2.2 支持向量机第20-22页
        2.2.1 SVM原理第20-21页
        2.2.2 SVM在文本挖掘应用中的优点与不足第21-22页
    2.3 特征抽取第22-26页
    2.4 特征选择第26-27页
    2.5 蛋白质实体名称标准化第27-28页
    2.6 测评标准第28-29页
    2.7 本章小结第29-30页
第三章 蛋白质命名实体识别第30-39页
    3.1 引言第30页
    3.2 实验语料第30页
    3.3 研究方法及流程第30-31页
    3.4 蛋白质标记技术第31-32页
    3.5 实验结果及分析第32-37页
    3.6 与其他工作的比较第37-38页
    3.7 本章小结第38-39页
第四章 蛋白质相互作用关系抽取第39-48页
    4.1 引言第39页
    4.2 基于依存句法分析的方法第39-41页
    4.3 基于Word2vec的方法第41-42页
    4.4 关系实例的构建第42-43页
    4.5 研究方法及流程第43-44页
    4.6 实验语料第44-45页
    4.7 实验结果及分析第45-47页
    4.8 本章小结第47-48页
第五章 胶质瘤蛋白质相互作用抽取及实现分析第48-54页
    5.1 引言第48页
    5.2 研究方法及流程第48页
    5.3 测试语料与数据预处理第48-51页
    5.4 实现分析第51-53页
    5.5 本章小结第53-54页
第六章 总结与展望第54-56页
    6.1 总结第54页
    6.2 展望第54-56页
参考文献第56-60页
附录第60-61页
攻读硕士学位期间取得的研究成果第61-62页
致谢第62-63页
附件第63页

论文共63页,点击 下载论文
上一篇:基于人才流动分析的学校与公司排名算法设计与实现
下一篇:云环境下的大数据完整性审计与恢复机制研究