| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 本文的研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 知识图谱的研究进展 | 第10-11页 |
| 1.2.2 知识图谱已投入使用的产品 | 第11-14页 |
| 1.2.3 自然语言处理领域相关研究 | 第14-16页 |
| 1.2.4 研究现状分析 | 第16页 |
| 1.3 研究内容及章节安排 | 第16-18页 |
| 第2章 医疗知识图谱构建方法研究 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 知识图谱构建方法研究 | 第18-22页 |
| 2.2.1 知识图谱 | 第18-20页 |
| 2.2.2 知识图谱的构建流程 | 第20-22页 |
| 2.3 医疗知识图谱的领域性研究 | 第22-24页 |
| 2.4 医疗知识图谱存储策略研究 | 第24-28页 |
| 2.4.1 知识图谱与资源描述框架 | 第24-26页 |
| 2.4.2 知识图谱与数据库 | 第26-28页 |
| 2.4.3 医疗知识图谱存储策略研究 | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 医疗知识图谱元数据抽取方法研究 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 非结构化医疗数据知识元数据抽取方法研究 | 第29-38页 |
| 3.2.1 非结构化医疗数据知识元数据抽取流程 | 第29-30页 |
| 3.2.2 基于Bootstrapping算法扩展词表 | 第30-31页 |
| 3.2.3 基于条件随机场模型的命名实体识别 | 第31-33页 |
| 3.2.4 医疗知识图谱构建工程细节研究 | 第33-36页 |
| 3.2.5 基于特征工程方法的属性识别 | 第36-38页 |
| 3.3 医疗知识图谱元数据抽取实验及实验结果分析 | 第38-42页 |
| 3.3.1 实验数据 | 第38-39页 |
| 3.3.2 医疗领域实体词表构建扩充 | 第39-40页 |
| 3.3.3 医疗知识图谱元数据抽取结果 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 知识图谱扩展与融合方法研究 | 第43-51页 |
| 4.1 引言 | 第43页 |
| 4.2 词向量模型 | 第43-46页 |
| 4.2.1 词的向量化表示 | 第43页 |
| 4.2.2 词向量的训练 | 第43-45页 |
| 4.2.3 word2vector模型 | 第45-46页 |
| 4.3 医疗知识图谱元数据扩展抽取方法研究 | 第46-48页 |
| 4.3.1 基于特征工程方法的扩展抽取方法研究 | 第46-47页 |
| 4.3.2 基于同义词词库的扩展抽取方法研究 | 第47-48页 |
| 4.3.3 基于医疗领域词向量的扩展抽取方法研究 | 第48页 |
| 4.4 知识图谱数据融合方法研究 | 第48-49页 |
| 4.5 实验及实验结果分析 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 医疗知识图谱的初步应用 | 第51-57页 |
| 5.1 引言 | 第51页 |
| 5.2 医疗知识图谱搜索查询方法研究 | 第51-54页 |
| 5.2.1 知识图谱的搜索任务介绍 | 第51页 |
| 5.2.2 SPARQL语言 | 第51-53页 |
| 5.2.3 基于SPARQL语言的搜索工具 | 第53-54页 |
| 5.3 知识图谱构建工具研究 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士学位期间发表的论文 | 第65-67页 |
| 致谢 | 第67-68页 |