| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题背景及研究的目的和意义 | 第9-11页 |
| 1.3 研究现状 | 第11-14页 |
| 1.4 本文的主要研究内容 | 第14-15页 |
| 1.5 本文的组织结构 | 第15-16页 |
| 第2章 基于领域特征的药物名抽取方法 | 第16-34页 |
| 2.1 引言 | 第16页 |
| 2.2 相关模型介绍 | 第16-21页 |
| 2.2.1 条件随机场 | 第16-19页 |
| 2.2.2 结构化支持向量机 | 第19-21页 |
| 2.3 方法流程 | 第21-22页 |
| 2.4 预处理 | 第22-25页 |
| 2.4.1 断句和单词化 | 第22-23页 |
| 2.4.2 标注体系 | 第23-25页 |
| 2.5 特征集 | 第25-33页 |
| 2.5.1 领域基本特征 | 第26-29页 |
| 2.5.2 词表示特征 | 第29-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 基于深度学习的药物名抽取方法 | 第34-47页 |
| 3.1 引言 | 第34页 |
| 3.2 长短期记忆模型 | 第34-37页 |
| 3.3 基于Bidirectional LSTM模型的方法 | 第37-42页 |
| 3.3.1 Bidirectional LSTM模型 | 第37-39页 |
| 3.3.2 网络结构 | 第39-40页 |
| 3.3.3 方法流程 | 第40-41页 |
| 3.3.4 句子长度补齐和类别向量化 | 第41-42页 |
| 3.4 方法扩展 | 第42-46页 |
| 3.4.1 Bidirectional LSTM-CRF模型 | 第42-45页 |
| 3.4.2 Word Embedding的训练 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于层叠泛化的药物名抽取方法 | 第47-55页 |
| 4.1 引言 | 第47页 |
| 4.2 相关知识介绍 | 第47-50页 |
| 4.3 基于层叠泛化的集成方法 | 第50-54页 |
| 4.3.1 初级学习器的生成 | 第50-51页 |
| 4.3.2 元学习器的构建 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 实验结果及分析 | 第55-66页 |
| 5.1 实验数据与评价方法 | 第55-59页 |
| 5.1.1 数据来源与任务描述 | 第55-58页 |
| 5.1.2 评价指标 | 第58-59页 |
| 5.2 基于领域特征方法的实验分析 | 第59-60页 |
| 5.2.1 实验设计 | 第59页 |
| 5.2.2 实验结果与分析 | 第59-60页 |
| 5.3 基于深度学习方法的实验分析 | 第60-61页 |
| 5.3.1 实验设计 | 第60-61页 |
| 5.3.2 实验结果与分析 | 第61页 |
| 5.4 基于层叠泛化方法的实验分析 | 第61-62页 |
| 5.4.1 实验设计 | 第61-62页 |
| 5.4.2 实验结果与分析 | 第62页 |
| 5.5 相关工作的实验对比及分析 | 第62-65页 |
| 5.5.1 生物医学专利数据 | 第62-64页 |
| 5.5.2 生物医学科学文献数据 | 第64-65页 |
| 5.6 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-74页 |
| 攻读硕士学位期间发表的学术论文 | 第74-76页 |
| 致谢 | 第76页 |
