首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

生物医学文本的标注与检索研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-15页
    1.1 研究的背景和意义第9-10页
    1.2 国内外研究的历史与现状第10-13页
        1.2.1 生物医学检索的特殊性第10-11页
        1.2.2 生物医学信息检索的发展第11-12页
        1.2.3 生物医学文本标注与检索第12-13页
    1.3 本文研究的主要内容与贡献第13-14页
    1.4 本文的结构第14-15页
第二章 相关理论及工具第15-28页
    2.1 信息检索的基本流程第15-16页
    2.2 基本检索模型第16-19页
        2.2.1 布尔模型第16页
        2.2.2 概率模型第16-17页
        2.2.3 向量空间模型第17-18页
        2.2.4 统计语言模型第18-19页
    2.3 检索性能的评价第19-20页
    2.4 多标签学习基本理论第20-23页
        2.4.1 多标签学习简介第20页
        2.4.2 常用的多标签算法第20-22页
        2.4.3 多标签学习的评价指标第22-23页
    2.5 医学本体第23-26页
        2.5.1 UMLS第23-25页
        2.5.2 MeSH第25-26页
        2.5.3 MEDLINE第26页
    2.6 使用平台工具第26-27页
        2.6.1 Lemur/Indri第26-27页
        2.6.2 MetaMap第27页
    2.7 本章小结第27-28页
第三章 基于本体查询扩展的噪声控制第28-47页
    3.1 基于本体查询扩展存在的问题第28-29页
    3.2 三种噪声控制方法第29-35页
        3.2.1 基于短语的检索第29-33页
            3.2.1.1 短语的识别第29-30页
            3.2.1.2 短语的表示第30页
            3.2.1.3 基于单词检索模型第30-31页
            3.2.1.4 基于短语检索模型第31-32页
            3.2.1.5 混合检索模型第32-33页
        3.2.2 扩展词加权第33-34页
        3.2.3 扩展词过滤第34-35页
    3.3 实验第35-44页
        3.3.1 OHSUMED数据集的检索第36-40页
            3.3.1.1 基于单词模型的实验第36-38页
            3.3.1.2 基于短语模型的实验第38-39页
            3.3.1.3 混合模型的实验第39-40页
        3.3.2 TREC-Genomic数据集的检索第40-44页
            3.3.2.1 基于单词模型的实验第41-42页
            3.3.2.2 基于短语模型的实验第42-44页
            3.3.2.3 混合模型的实验第44页
    3.4 实验结论与分析第44-45页
    3.5 本章小结第45-47页
第四章 基于CCA的医学文本标注第47-64页
    4.1 CCA基本理论第47-49页
    4.2 基于CCA标注方法第49-51页
    4.3 CCA实验第51-61页
        4.3.1 Emotions数据集CCA标注实验第51-53页
        4.3.2 Yeast数据集CCA标注实验第53-55页
        4.3.3 Image数据集CCA标注实验第55-56页
        4.3.4 OHSUMED数据集MeSH标注实验第56-61页
    4.4 实验结论与分析第61-63页
    4.5 本章小结第63-64页
第五章 结论与展望第64-66页
    5.1 本文的主要工作与结论第64-65页
    5.2 工作的展望第65-66页
致谢第66-67页
参考文献第67-71页

论文共71页,点击 下载论文
上一篇:茶树种质资源管理系统的设计与实现
下一篇:多核平台下串行程序的并行化改造