基于背景知识的医学领域分类关系学习技术研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第2章 本体与本体学习 | 第14-24页 |
| 2.1 本体理论 | 第14-18页 |
| 2.1.1 本体的定义 | 第14页 |
| 2.1.2 本体的分类 | 第14-15页 |
| 2.1.3 本体描述语言 | 第15-16页 |
| 2.1.4 本体构建方法 | 第16-18页 |
| 2.2 本体学习理论 | 第18-24页 |
| 2.2.1 本体学习概念 | 第18-19页 |
| 2.2.2 本体学习分类 | 第19页 |
| 2.2.3 本体学习过程 | 第19-20页 |
| 2.2.4 本体学习方法 | 第20-22页 |
| 2.2.5 本体学习工具 | 第22-24页 |
| 第3章 医学领域分类关系学习方案的设计 | 第24-43页 |
| 3.1 医学领域分类关系学习框架设计 | 第24-26页 |
| 3.2 术语抽取模块设计 | 第26-27页 |
| 3.3 概念生成模块设计 | 第27-29页 |
| 3.4 概念相似度计算模块设计 | 第29-38页 |
| 3.4.1 基于词法的相似度计算 | 第30-31页 |
| 3.4.2 基于语义的相似度计算 | 第31-38页 |
| 3.5 分类关系学习模块设计 | 第38-43页 |
| 3.5.1 层次聚类 | 第39-40页 |
| 3.5.2 剪枝和聚簇标记 | 第40-43页 |
| 第4章 医学领域分类关系学习方案的实现与评估 | 第43-61页 |
| 4.1 语料库的选择 | 第43-44页 |
| 4.2 术语抽取结果与评估 | 第44-47页 |
| 4.3 概念生成实现 | 第47-48页 |
| 4.4 相似度计算实现 | 第48-55页 |
| 4.4.1 基于词法的相似度计算结果 | 第48-49页 |
| 4.4.2 基于语义的相似度计算结果 | 第49-55页 |
| 4.5 分类关系学习结果与评估 | 第55-59页 |
| 4.6 本体生成实现 | 第59-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-70页 |
| 作者在硕士研究生期间的科研成果 | 第70页 |
