| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 文本挖掘技术特征及发展趋势 | 第9-11页 |
| 1.2 研究背景 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第二章 文本分类关键技术 | 第14-22页 |
| 2.1 文本特征表示(Text Representation) | 第14-16页 |
| 2.2 文本特征加权(Text Feature Weighting) | 第16-17页 |
| 2.3 机器学习方法(Machine Learning Method) | 第17-19页 |
| 2.4 效果评估(Effect Evaluation) | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 针对医疗文本的贝叶斯优化模型 | 第22-38页 |
| 3.1 贝叶斯理论基础 | 第22-25页 |
| 3.2 贝叶斯分类器 | 第25-30页 |
| 3.3 分类器弱点 | 第30-31页 |
| 3.4 医疗文本特征 | 第31-33页 |
| 3.4.1 类别区分不明显 | 第31-32页 |
| 3.4.2 没有大规模训练集 | 第32页 |
| 3.4.3 某些低频词项具有高判别性 | 第32页 |
| 3.4.4 多层级结构 | 第32-33页 |
| 3.5 基于Jelinek-Mercer的双层Bayes分类器 | 第33-37页 |
| 3.5.1 Jelinek-Mercer平滑方法 | 第33-35页 |
| 3.5.2 双层分类模型 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 实验平台设计和搭建 | 第38-47页 |
| 4.1 平台总体设计 | 第38-39页 |
| 4.2 平台详细设计及实现 | 第39-46页 |
| 4.2.1 数据预处理模块 | 第39-41页 |
| 4.2.2 训练模块 | 第41-44页 |
| 4.2.3 测试和性能评估模块 | 第44-45页 |
| 4.2.4 双层分类器实现 | 第45-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 实验设计及结果分析 | 第47-55页 |
| 5.1 实验语料库 | 第47-48页 |
| 5.2 实验参数 | 第48-49页 |
| 5.3 实验与结果分析 | 第49-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 基于JM双层模型的导诊应用系统设计及实现 | 第55-64页 |
| 6.1 智能导诊系统需求分析 | 第55-56页 |
| 6.2 系统功能设计 | 第56-59页 |
| 6.2.1 注册登录功能模块 | 第57页 |
| 6.2.2 根据症状导诊功能模块 | 第57-58页 |
| 6.2.3 根据疾病名称导诊模块 | 第58-59页 |
| 6.3 系统详细设计及实现 | 第59-63页 |
| 6.3.1 系统数据库设计与实现 | 第59-61页 |
| 6.3.2 系统UI设计与实现 | 第61-63页 |
| 6.4 本章小结 | 第63-64页 |
| 第七章 总结和展望 | 第64-66页 |
| 7.1 总结 | 第64页 |
| 7.2 展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 作者攻读学位期间申请的专利 | 第70页 |
