基于SVM和CRF的病症实体抽取方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状和发展方向 | 第11-14页 |
| 1.2.1 研究现状 | 第11-13页 |
| 1.2.2 发展方向 | 第13-14页 |
| 1.3 研究的主要内容及章节安排 | 第14-16页 |
| 1.3.1 病症实体抽取难点 | 第14页 |
| 1.3.2 本文主要研究的工作 | 第14-15页 |
| 1.3.3 本文组织结构 | 第15-16页 |
| 第2章 实体抽取方法及相关技术 | 第16-29页 |
| 2.1 支持向量机 | 第16-23页 |
| 2.1.1 SVM核心思想 | 第16-20页 |
| 2.1.2 线性不可分 | 第20-23页 |
| 2.2 条件随机场 | 第23-28页 |
| 2.2.1 概率无向图 | 第23-25页 |
| 2.2.2 概率无向图模型的因子分解 | 第25-26页 |
| 2.2.3 条件随机场的定义 | 第26-28页 |
| 2.2.4 条件随机场的参数化形式 | 第28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 数据处理与特征选取 | 第29-39页 |
| 3.1 语料库的建立 | 第29-30页 |
| 3.2 数据预处理 | 第30-35页 |
| 3.2.1 中文分词 | 第30-34页 |
| 3.2.2 词性标注 | 第34-35页 |
| 3.3 语料标注 | 第35-36页 |
| 3.4 特征选择和提取 | 第36-38页 |
| 3.4.1 特征 | 第36-37页 |
| 3.4.2 特征选择和提取 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 建立病症实体抽取模型 | 第39-50页 |
| 4.1 基于SVM分类模型方法 | 第39-44页 |
| 4.1.1 方法框架描述 | 第39-40页 |
| 4.1.2 SVM训练算法 | 第40-42页 |
| 4.1.3 SVM实体抽取模型建立 | 第42-43页 |
| 4.1.4 SVM实体抽过程 | 第43-44页 |
| 4.2 基于CRF分类模型方法 | 第44-49页 |
| 4.2.1 方法框架描述 | 第44-45页 |
| 4.2.2 CRF模型训练过程 | 第45-47页 |
| 4.2.3 CRF实体抽取模型建立 | 第47-48页 |
| 4.2.4 CRF实体抽取过程 | 第48-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第5章 病症实体抽取实验结果 | 第50-61页 |
| 5.1 实验评估指标 | 第50-51页 |
| 5.2 实验说明 | 第51-52页 |
| 5.3 实验结果 | 第52-60页 |
| 5.3.1 SVM模型方法结果 | 第52-55页 |
| 5.3.2 CRF模型方法结果 | 第55-60页 |
| 5.4 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录A Jieba词性标注集 | 第67页 |
